A nanousd-labs egy kísérleti projekt az NVIDIA Omniverse Labs keretében, amely azt mutatja be, hogyan lehet AI-ügynökökkel közvetlenül a USD Core Specification (a OpenUSD mag-specifikációja) alapján futásidejű USD-implementációkat generálni. A megközelítés lényege, hogy a formális, géppel olvasható specifikációt szerződésként használják: az ügynököknek pontosan azt kell megvalósítaniuk és tesztelniük, amit a szabvány előír, nem pedig egy nagy, meglévő kódbázist adaptálni.
Mire jó az OpenUSD és miért fontos a Core Specification?
OpenUSD egy kiterjeszthető, nyílt keretrendszer, amely közös jelenetleíró nyelvet biztosít fizikai AI-alapú rendszerekhez. Lehetővé teszi, hogy CAD-adatok, szimulációs elemek és valós adattelemetria egy közös, fizikailag pontos világképet alkossanak. Az Alliance for OpenUSD (AOUSD) által karbantartott USD Core Specification verzionált szabványként definiálja, hogyan épülnek fel és hogyan oldódnak fel a USD adatmodellek a rétegstackeken keresztül. Mivel a specifikáció géppel olvasható és pontos szerződésként szolgál, az ügynökök célzottan előállíthatják a kívánt viselkedést.
A nanousd-labs módszertana
A nanousd-labs megközelítése azon alapul, hogy a szabvány viselkedési elvárásait (mit kell tennie egy kompatibilis futtatónak) közvetlenül a specifikációból olvassák le az ügynökök. Az ügynökök szakaszról szakaszra dolgozva kódot generálnak, majd a generált megoldást ugyanabból a szabványból származtatott tesztcsomaggal ellenőrzik, ismételve a ciklust, amíg az eredmény megfelel. Így a megfelelés be van építve a munkafolyamatba, és nem egyetlen implementációhoz kötődik.
A gyakorlatban az ügynökök a mechanikus, specifikáció–kód feladatokat végzik el (parszolás, jelenetkompozíció, rétegenkénti feloldás szabályai), míg a mérnökök a teljesítményt, architektúrális kompromisszumokat és döntéseket kezelik. A megközelítés nem jelent teljesen automatikus, öntanuló gyártást, és jelenleg nem fedi le az egész specifikációt egyetlen lépésben, de a standard mint szerződés világos definíciót ad arra, hogy mi a helyes, és ezt automatizált tesztekkel lehet ellenőrizni.
Mi az a nanousd?
A nanousd egy független implementációja az USD futtató adatmodelljének: azaz annak a logikának, amely meghatározza, hogyan viselkedik egy USD jelenet betöltés és lekérdezés során. A projekt a USD Core Specificationból származtatott implementáció, C++-ban íródott, és stabil C ABI-n keresztül érhető el, így bármilyen nyelvű kliens hívhatja a publikus C API-t.
Fontos megjegyezni, hogy a nanousd adatszintet valósít meg — parszol, komponál, lekérdez és ír — és ott ér véget, ahol a pixelek generálása (renderelés) kezdődik. A cél az, hogy a futtató csak azt tartalmazza, amire egy adott munkaterhelésnek szüksége van, és hogy a backend implementáció cserélhető legyen anélkül, hogy a klienskódot módosítani kellene, köszönhetően a stabil C ABI-nak.
Két bejárat a használathoz
A nanousd-labshoz kétféleképpen lehet kapcsolódni:
- Klónozni és lefordítani a nanousd-t, majd használni a stabil C API-t – ez egy működő, futtatható implementáció, amely már létező USD stage-ekre mutatható.
- Megérteni és alkalmazni a módszertant az ügynökökkel és a skill-graphokkal – ez oktató jellegű és újrahasználható munkafolyamatokat ad, amelyek a specifikáció szakaszait kódoló, tesztelő és validáló feladatokat tartalmazzák.
A legegyszerűbb belépés a legtöbb fizikai AI fejlesztő számára a nanousd-python csomag használata, amely a nanousd C API fölé épített Python csomag: GPU-t nem igényel, fej nélküli (headless) környezetben fut, és így bármely gépen használható. Telepítése egyszerű:
python -m pip install -e ./nanousd-python
Példák a használatra szerepelnek a projekt leírásában: stage megnyitása, primok végigjárása, attribútumok ellenőrzése, illetve egyszerű összeállítási (assembly) és animációs példák — mindez bemutatja, hogyan lehet ügynökökkel szerkesztést, összeállítást és validálást végezni.
Hogyan segítik az ügynökök az eszköz- és asset-validációt?
Az ügynökök képesek egy meglévő asset teljes összefésülésére (compose), a komponált eredmény kiolvasására, majd a specifikáció szabályai szerint történő ellenőrzésre. Például egy robot.usda fájl beküldése után az ügynök megmondja, pontosan mely részei térnek el a specifikációtól, miért, és mi lenne a helyes eredmény — így a fejlesztők egyértelmű megfelelési jelzést kapnak, nem csak eszközspecifikus viselkedésre vonatkozó sejtéseket.
Ugyanígy, ha egy szerkesztésnél a kerekeket két külön primként hozták be, de elfelejtették instanceable-re állítani, az ügynök megjegyzi a problémát („set instanceable = true”), újrakereszteli és jelzi, hogy mostantól a két kerék egy prototípust oszt meg — ez hatékonyan kezeli az ismétlődő elemeket.
A fejlesztési munkafolyamat és a skill-graph
Az első alkalommal, amikor ügynökök közvetlenül a Core Specification ellen dolgoznak, minden utasítást kézzel kell megadni; ezeket a humán utasításokat aztán a skill-graphba (készséggráfba) szervezik, hogy újrahasználható készségekké váljanak. A projekt tartalmaz egy körülbelül 10 perces bemutatót, amely végigvezeti az érdeklődőket egy USDA (USD ASCII) parser generálásán, amely megfelel a Core Specification egy részének, ezzel bemutatva a módszertant és adva egy kiindulópontot további implementációkhoz.
A graph még növekszik: jelenleg nem fed le mindent, és a több részes kohézió (multi-part cohesion) kihívás. Azonban a standard mint szerződés és a skill-graph mint újrafelhasználható munkafolyamat együtt teszik lehetővé, hogy ne minden implementációnál kelljen mindent újratervezni.
Hol kezdj hozzá és hogyan járulhatsz hozzá?
A nanousd-labs nyílt, kísérleti projekt: a kód és a skill-ek GitHubon érhetők el, és fejlesztők további készségeket, nyelvi támogatást és fizikai AI felhasználási eseteket adhatnak hozzá. Az AOUSD tag szervezetei részt vehetnek a Core Spec Working Group munkájában és alakíthatják a szabvány jövőjét.
További lehetőségek:
- Ismerkedés a USD Core Spec-pel mint alapvető szerződéssel.
- A nanousd-labs kipróbálása, vagy a nanousd-python telepítése gyors belépéshez.
- Részvétel a Core Spec Working Groupban az AOUSD-n keresztül.
- A Learn OpenUSD ingyenes tanulási útvonal követése a hatékony 3D munkafolyamatok elsajátításához.
Végül: az alkalmazott AI és OpenUSD kapcsolata a fizikai AI rendszerekben témakörében további bemutatók és beszélgetések várhatók, például a Physical AI Day rendezvényen a SIGGRAPH 2026-on.
