Xgrids presentó Real2Sim en NVIDIA GTC 2026 y sumó compatibilidad con Omniverse NuRec

Xgrids participó de NVIDIA GTC 2026, realizado del 16 al 19 de marzo en San José, California, con una propuesta centrada en Real2Sim, un enfoque orientado a entrenar robots en entornos que representen con precisión las condiciones del mundo real. En ese marco, su solución de inteligencia espacial sumó compatibilidad con NVIDIA Omniverse NuRec para la representación basada en OpenUSD.

La presencia de la compañía se distribuyó en distintos espacios del evento: un discurso promocional inicial, demostraciones de robótica dentro del ecosistema de NVIDIA y una exhibición junto con Amazon Web Services (AWS). El eje de esa agenda fue el vínculo entre los espacios físicos y la llamada “IA física”, con foco en cómo generar representaciones digitales utilizables para simulación.

Durante el discurso promocional inicial, el director de Xgrids, Sunny Liao, formuló una pregunta que sintetizó el planteo técnico: “¿Cómo se construyen entornos de entrenamiento que realmente reflejen las condiciones del mundo real?”, dijo Sunny Liao, director de Xgrids. La respuesta se apoyó en un proceso basado en datos del mundo real que combina LiDAR y visión por computadora para la percepción espacial multimodal, junto con reconstrucción 3D de alta fidelidad.

A partir de esa combinación, los entornos físicos pueden transformarse en modelos del mundo utilizables para la simulación. En comparación con el modelado 3D manual, el enfoque apunta a reducir el costo de crear entornos de alta fidelidad, habilitar actualizaciones continuas a medida que evolucionan los espacios reales y mantener la simulación más cerca de la implementación en el mundo real. En el evento, desarrolladores señalaron que ese esquema ofrece un camino más práctico para la capacitación y validación de la robótica.

En la sesión de NVIDIA Robotics, Xgrids demostró su solución para sistemas de IA incorporados. Al implementar percepción espacial y modelado en plataformas robóticas cuadrúpedas, los robots pueden mapear y comprender de forma continua sus entornos, al utilizar una estructura espacial 3D completa para planificar rutas, tomar decisiones de comportamiento y ejecutar tareas, en lugar de depender únicamente de sensores locales para evitar obstáculos al instante.

En la presentación de AWS, la compañía expuso un flujo de trabajo completo de Real2Sim, desde la captura hasta la generación de modelos mundiales y el entrenamiento de simulación. A largo plazo, el foco declarado es construir una infraestructura de inteligencia espacial que convierta entornos del mundo real en modelos del mundo que los sistemas de IA puedan comprender, razonar y entrenar.