英伟达在Hugging Face发布SimReady Central：2000 余个仿真就绪OpenUSD资产免费开放
英伟达博客称，SimReady Central Library已在Hugging Face上线，汇集 2000 多个自带碰撞几何、质量、摩擦等仿真属性的OpenUSD资产，开发者可免费、无需审批地用于机器人训练环境与AI工厂数字孪生。
AI解读：英伟达这篇博客介绍的是一个面向开发者的资产库：SimReady资产指按仿真流程需要准备好的OpenUSD模型，除外观几何外还带有碰撞几何、质量、摩擦、关节结构、语义标签、材质与传感器属性等信息，目标是减少开发者手工补齐这些参数的工作。
据博客描述，SimReady Central Library托管在Hugging Face，收录 2000 多个资产，覆盖机械臂、夹爪、仓储设备、货架、冷却设备等。开发者可查看每个资产支持哪些能力，并把不同供应商的资产组合进同一场景；库内搜索由英伟达USD Search提供自然语言检索，Hugging Face也已将USD Search集成进平台搜索。
博客称设备制造商可以按SimReady要求准备并验证资产，再通过SimReady Central的提交流程入库，从而让自己的产品被构建机器人仿真和AI工厂数字孪生的团队发现。文中列出的参与者包括Vertiv、Comau、FANUC、Franka Robotics、Robotiq、Standard Bots、Universal Robots、LG电子、Palatial和ForgeCAD，但这些是英伟达方面给出的案例，博客未提供使用效果数据。
一个需要留意的边界是：资产是否适用于某项仿真，取决于其SimReady profile是否匹配工作流需求，开发者需自行挑选对应profile的资产再组装为OpenUSD场景。博客还演示了用前沿模型（文中提到OpenAI的GPT-6 Astra）配合资产搜索与场景编写工具，生成机械臂抓取放置场景和AI工厂布局的流程，这属于英伟达给出的示例流程，而非对模型能力的独立评测。
英伟达在Hugging Face博客发文宣布SimReady Central Library上线，称该库在Hugging Face上汇集 2000 多个仿真就绪（SimReady）OpenUSD资产，为物理AI训练环境和AI工厂数字孪生提供免费、无需审批的起点。
博客把SimReady资产定义为按仿真工作流要求准备好的OpenUSD资产：在CAD等详细三维模型基础上，补充质量、碰撞几何、摩擦属性，或AI工厂应用所需的设备几何、电气与热学元数据。SimReady Foundation提供规范、profile和验证工具，profile规定某类用例所需的功能组合。
资产库收录了什么
据博客，库内资产涵盖机械臂、夹爪、仓储设备、货架和冷却基础设施等。开发者可以查询每个资产支持哪些能力，再把来自不同供应商的资产组合进一个场景。
库内自然语言搜索由英伟达USD Search驱动。博客称Hugging Face已将USD Search集成进其平台搜索，索引了USD属性和仿真元数据，便于开发者和AI代理找到适合任务的资产。
- 资产总数：2000 多个SimReady OpenUSD资产
- 访问方式：托管于Hugging Face，免费、无需审批
- 覆盖范围：机械臂、夹爪、仓储设备、货架、冷却设备等
- 检索：USD Search支持自然语言搜索
厂商如何贡献资产
博客称，设备制造商可以把CAD设备模型转为SimReady资产，用SimReady Central的提交技能按相应profile验证、打包并提交入库，从而让自己的产品出现在Hugging Face上，被构建机器人仿真和AI工厂数字孪生的团队发现。
文中列举了多类参与者：AI工厂设备商Vertiv提供货架、服务器机架和冷却设备；机器人厂商Comau、FANUC、Franka Robotics、Robotiq、Standard Bots、Universal Robots提供机械臂和夹爪；LG电子提供冰箱、洗碗机等家电资产；Palatial和ForgeCAD提供仿真资产或带纹理的关节机器人道具。这些均为英伟达方面的描述，博客未给出使用效果数据。
- 贡献流程：按SimReady profile验证、打包、通过submission skill提交
- 英伟达列出的合作方：Vertiv、Comau、FANUC、Franka Robotics、Robotiq、Standard Bots、Universal Robots、LG电子、Palatial、ForgeCAD
使用条件与演示流程
博客指出，资产是否适用取决于其profile是否匹配具体仿真用例，开发者应选择profile与工作流相符的资产再组装为OpenUSD场景。可用能力包括碰撞几何与物理属性、关节结构与限位、语义标签，以及材质与传感器属性。
博客给出两个示例：一是用前沿模型（文中称OpenAI的GPT-6 Astra）配合资产搜索和场景编写工具，查找FANUC机械臂、Robotiq夹爪和仓储资产，生成Isaac Sim中抓取放置场景的Python代码并渲染预览；二是组装两个AI工厂布局，检查设备重叠和通道净空，并保存为OpenUSD场景。博客还提到环境可对接Isaac Lab，AI工厂场景可连接楼宇管理系统与IT遥测。这些是英伟达描述的示例流程，不构成对相关模型或结果的独立验证。
- 选择依据：资产profile需匹配具体仿真用例
- 示例运行时：Isaac Sim、Isaac Lab
- 后续扩展：复用OpenUSD图层、替换资产与布局、连接设备数据与实时遥测