PR Newswire  | 

XGRIDS auf der NVIDIA GTC 2026: Real2Sim schlägt die Brücke zwischen realen Räumen und physischer KI

PR Newswire

play Anhören
share Teilen
feedback Feedback
copy Kopieren
newsletter
font_big Schrift vergrößern

SAN JOSE, Kalifornien, 21. März 2026 /PRNewswire/ -- Damit Roboter in der realen Welt zuverlässig arbeiten können, müssen sie in Umgebungen trainiert werden, die diese präzise abbilden. Genau das ist die zentrale Herausforderung hinter Real2Sim – und der Schwerpunkt des Auftritts von XGRIDS auf der GTC 2026 (16. bis 19. März in San Jose).

Die Lösung von XGRIDS für räumliche Intelligenz unterstützt jetzt NVIDIA Omniverse NuRec für OpenUSD-basiertes Rendering und war an mehreren Stellen der Veranstaltung präsent: bei einem Startup-Pitch, bei Robotik-Demonstrationen innerhalb des NVIDIA-Ökosystems sowie bei einer gemeinsamen Präsentation mit Amazon Web Services (AWS).

Real2Sim: Vom physischen Raum zum KI-Training

Beim Startup-Pitch stellte XGRIDS-Direktor Sunny Liao eine zentrale Frage:
Wie lassen sich Trainingsumgebungen aufbauen, die reale Bedingungen wirklichkeitsgetreu widerspiegeln?

Die Antwort von XGRIDS ist eine Pipeline, die auf realen Daten basiert. Die Kombination von LiDAR und Computer Vision für multimodale räumliche Wahrnehmung mit detailgetreuer 3D-Rekonstruktion macht es möglich, physische Umgebungen in nutzbare Weltmodelle für Simulationen umzuwandeln.

Im Vergleich zur manuellen 3D-Modellierung bietet dieser Ansatz folgende Vorteile:

  • Er senkt die Kosten für den Aufbau hochpräziser Umgebungen
  • Er ermöglicht kontinuierliche Aktualisierungen, wenn sich reale Räume verändern
  • Er hält die Simulation näher am späteren Einsatz in der realen Welt

Entwickler hoben auf der GTC hervor, dass dies einen praxisnäheren Weg für das Training und die Validierung von Robotern eröffnet.

Räumliche Intelligenz für physische KI

Über den Auftritt auf der Inception-Bühne hinaus waren die Lösungen von XGRIDS in mehreren Präsentationsbereichen der GTC zu sehen.

Bei der NVIDIA–Robotics–Session demonstrierte XGRIDS seine Lösung für verkörperte KI-Systeme. Durch den Einsatz räumlicher Wahrnehmung und Modellierung auf vierbeinigen Roboterplattformen können Roboter ihre Umgebung kontinuierlich kartieren und verstehen. Dabei nutzen sie die vollständige 3D-Raumstruktur für Pfadplanung, Verhaltensentscheidungen und Aufgabenausführung, statt sich ausschließlich auf lokale Sensoren zur unmittelbaren Hindernisvermeidung zu verlassen.

Damit wurde gezeigt, wie sich räumliche Intelligenz in verkörperte KI-Systeme integrieren lässt und wie Roboter vollständige 3D-Umgebungen für Pfadplanung, Entscheidungsfindung und Aufgabenausführung nutzen können.

Bei der Präsentation von AWS stellte XGRIDS einen vollständigen Real2Sim-Workflow vor – von der Erfassung über die Erzeugung von Weltmodellen bis zum Training in der Simulation.

Ausblick

Der langfristige Fokus von XGRIDS bleibt unverändert: der Aufbau einer Infrastruktur für räumliche Intelligenz, die reale Umgebungen in Weltmodelle umwandelt, die KI-Systeme verstehen, für Schlussfolgerungen nutzen und für ihr Training einsetzen können.

Die GTC 2026 markierte einen weiteren Schritt, um diese Arbeit in das Ökosystem der physischen KI einzubringen. Da verkörperte KI-Systeme zunehmend den Sprung aus Laboren in Lagerhäuser, Städte und auf Baustellen schaffen, wird der Bedarf an präzisen, skalierbaren digitalen Abbildungen von Umgebungen weiter steigen.

XGRIDS entwickelt die Erfassungs-zu-Simulationsschicht, die das möglich macht.

Medienkontakt:
jingle.huang@xgrids.com
https://www.xgrids.com

Foto – https://mma.prnewswire.com/media/2938856/image.jpg

Cision View original content:https://www.prnewswire.com/news-releases/xgrids-auf-der-nvidia-gtc-2026-real2sim-schlagt-die-brucke-zwischen-realen-raumen-und-physischer-ki-302721395.html


Hinweis: ARIVA.DE veröffentlicht in dieser Rubrik Analysen, Kolumnen und Nachrichten aus verschiedenen Quellen. Die ARIVA.DE AG ist nicht verantwortlich für Inhalte, die erkennbar von Dritten in den „News“-Bereich dieser Webseite eingestellt worden sind, und macht sich diese nicht zu Eigen. Diese Inhalte sind insbesondere durch eine entsprechende „von“-Kennzeichnung unterhalb der Artikelüberschrift und/oder durch den Link „Um den vollständigen Artikel zu lesen, klicken Sie bitte hier.“ erkennbar; verantwortlich für diese Inhalte ist allein der genannte Dritte.


Weitere Artikel des Autors

Themen im Trend