英伟达开源OSMO编排工具 打通实体AI训练仿真测试全链路

2026年9月，科技企业英伟达正式宣布开源其自研的OSMO编排工具，该工具支持用户仅通过一份YAML配置文件，即可完成实体AI模型训练、数字孪生仿真、实体机器人落地测试全流程调度，大幅降低实体AI开发的跨环节部署成本，目前相关代码已面向全球开发者开放下载。

随着具身智能、工业机器人等实体AI赛道进入爆发期，开发者长期面临跨环节协同效率低下的痛点：AI模型训练需要配置云端算力调度规则，数字孪生仿真需要对接Omniverse等仿真平台的专属接口，真机测试还要额外适配边缘硬件的运行环境，不同环节的配置规则无法复用。此前行业调研显示，实体AI项目的跨环节适配成本平均占总研发投入的37%，中小团队往往无力负担完整的全链路工具栈。

此次英伟达推出的OSMO，核心亮点是实现了训练、仿真、测试三大环节的资源抽象统一。开发者仅需编写一份YAML配置文件，明确标注模型架构参数、所需仿真环境版本、真机测试的硬件型号等核心信息，OSMO就会自动完成算力调度、仿真场景生成、模型跨环境适配等一系列工作，不需要开发者再针对不同环节做定制化开发。
除了通用的实体AI开发场景外，OSMO还预置了自动驾驶感知模型、工业机械臂控制模型、家庭服务机器人导航模型等多个垂直赛道的配置模板，进一步降低开发者的上手门槛。

英伟达方面表示，此次开源OSMO是其面向实体AI赛道布局的核心动作之一，后续还将联合OpenAI、波士顿动力等在具身智能领域有深厚积累的企业，共同推出更多适配OSMO的预置场景、硬件适配包，进一步完善工具的适用范围。
据行业人士测算，OSMO的普及有望将实体AI项目从研发到落地的平均周期缩短40%以上，尤其是缺少自研工具链的中小研发团队，能够借助OSMO快速搭建完整的开发流程，进一步降低实体AI赛道的创业门槛。