Van virtueel model naar levende technische kopie
Een auto, fabriek of machine ontwerpen zonder voor elke aanpassing opnieuw langdurige simulaties te moeten uitvoeren: het klinkt als een ideale situatie voor ingenieurs. Dankzij realtime 3D-digital twins komt dat scenario steeds dichterbij. Tijdens Physical AI Day op SIGGRAPH 2026 werd getoond hoe technologieën voor 3D-simulatie, kunstmatige intelligentie en versnelde computing samen een nieuwe manier van ontwerpen mogelijk maken.
Centraal staat het idee van een digitale tweeling: een virtuele, driedimensionale representatie van een fysiek product, systeem of omgeving. Het grote verschil met traditionele 3D-modellen is dat zo'n digital twin niet alleen bedoeld is om naar te kijken. Hij kan worden gebruikt om gedrag te simuleren, technische wijzigingen te testen en ontwerpbeslissingen te evalueren voordat iets daadwerkelijk wordt gebouwd.
Engineering krijgt een realtime karakter
Voor ingenieurs zit de grote winst vooral in snelheid. Traditionele engineeringprocessen bestaan vaak uit een opeenvolging van ontwerpen, simuleren, analyseren, aanpassen en opnieuw simuleren. Naarmate producten complexer worden, kan zo'n cyclus veel tijd en rekenkracht kosten.
Met realtime digital twins verschuift dat proces. Een wijziging aan een ontwerp kan vrijwel onmiddellijk worden doorgerekend en gevisualiseerd. Ingenieurs krijgen daardoor sneller inzicht in de mogelijke gevolgen en kunnen veel meer varianten onderzoeken binnen dezelfde ontwikkeltijd.
Daarvoor worden verschillende technologieën samengebracht. NVIDIA Omniverse vormt daarbij een platform waarop 3D-werelden, simulaties en bestaande engineeringsoftware met elkaar kunnen worden verbonden. OpenUSD speelt een belangrijke rol als gemeenschappelijke beschrijving van complexe 3D-scènes, terwijl RTX-technologie voor de visuele weergave zorgt.
AI leert de wetten van de fysieke wereld
Een volgende stap is de combinatie met zogenoemde AI physics-modellen. Daarbij wordt kunstmatige intelligentie ingezet om fysieke processen sneller te modelleren of voorspellen.
Dat is belangrijk omdat klassieke fysicasimulaties bijzonder rekenintensief kunnen zijn. Denk bijvoorbeeld aan luchtstromen rond een voertuig, warmteontwikkeling in onderdelen, materiaalgedrag of mechanische belasting. Voor zeer nauwkeurige simulaties kunnen krachtige computersystemen nog altijd minuten, uren of zelfs langer nodig hebben.
AI-modellen kunnen bepaalde processen versnellen door patronen te leren uit eerdere simulaties en gegevens. Ze vervangen daarmee niet noodzakelijk alle traditionele natuurkundige berekeningen, maar kunnen binnen specifieke toepassingen als versneller functioneren. Het resultaat is een engineeringomgeving waarin ontwerpers sneller kunnen experimenteren.
Ook AI-agenten krijgen een plaats aan de tekentafel
Opvallend is bovendien de opkomst van agentic engineering tools. AI wordt daarmee niet alleen een technologie achter de simulatie, maar ook een actieve assistent binnen het ontwerpproces.
Zo'n AI-agent kan bijvoorbeeld helpen bij het analyseren van resultaten, het voorbereiden van simulaties of het onderzoeken van verschillende ontwerpvarianten. In plaats van telkens handmatig dezelfde stappen te doorlopen, kan een ingenieur steeds meer werkzaamheden delegeren aan gespecialiseerde softwareagenten.
Daardoor ontstaat uiteindelijk een nieuwe technische workflow: de mens bepaalt doelstellingen en beperkingen, terwijl AI-systemen grote aantallen mogelijke oplossingen kunnen onderzoeken en simuleren. De ingenieur blijft verantwoordelijk voor de uiteindelijke keuzes, maar krijgt een veel krachtiger digitaal gereedschap.
Rivian laat zien wat dit voor auto's kan betekenen
De autosector vormt een interessant praktijkvoorbeeld. Tijdens de sessie werd gekeken naar de manier waarop Riviantechnologie van Siemens gebruikt die wordt versneld met NVIDIA-technologie en AI physics.
Bij de ontwikkeling van een voertuig moeten bijzonder veel disciplines samenkomen. Aerodynamica, constructie, productie, elektronica, thermisch beheer en veiligheid beïnvloeden elkaar voortdurend. Een aanpassing aan één onderdeel kan gevolgen hebben voor verschillende andere systemen.
Een realtime digital twin kan die werelden dichter bij elkaar brengen. Ingenieurs kunnen ontwerpbeslissingen eerder virtueel onderzoeken en sneller ontdekken waar problemen of optimalisatiemogelijkheden zitten. Daardoor kan een groter deel van het ontwikkelproces plaatsvinden voordat een kostbaar fysiek prototype wordt gebouwd.
Eén virtuele wereld voor verschillende engineeringtools
Een belangrijk probleem binnen industriële software is dat verschillende teams vaak met verschillende toepassingen werken. Een ontwerper gebruikt bijvoorbeeld CAD-software, terwijl simulatiespecialisten andere programma's inzetten en productieteams opnieuw met andere systemen werken.
OpenUSD kan in zo'n omgeving als verbindende laag functioneren. Het formaat is ontworpen om complexe 3D-scènes, objecten en hun onderlinge relaties te beschrijven. Omniverse gebruikt die basis om gegevens uit verschillende bronnen samen te brengen.
Daarmee ontstaat niet noodzakelijk één programma dat alle bestaande engineeringsoftware vervangt. Het interessantere vooruitzicht is juist een gedeelde virtuele omgeving waarin gespecialiseerde toepassingen met dezelfde digitale wereld kunnen samenwerken.
Digital twins worden een fundament voor physical AI
De ontwikkeling gaat bovendien verder dan sneller productontwerp. Realtime digitale tweelingen worden steeds belangrijker voor physical AI: kunstmatige intelligentie die uiteindelijk moet functioneren in de fysieke wereld.
Robots, autonome voertuigen en intelligente machines kunnen moeilijk uitsluitend in de echte wereld worden getraind. Dat zou duur, langzaam en soms gevaarlijk zijn. In een virtuele omgeving kunnen daarentegen enorme aantallen scenario's worden nagebootst. Een robot kan er leren omgaan met onverwachte obstakels. Een autonoom voertuig kan geconfronteerd worden met verkeerssituaties die in werkelijkheid zelden voorkomen. Een fabriek kan een nieuwe productielijn eerst digitaal testen voordat machines daadwerkelijk worden verplaatst.
De digital twin verandert daarmee van een virtuele kopie in een trainings- en testomgeving voor intelligente machines.
De grens tussen ontwerpen en simuleren vervaagt
De belangrijkste verandering zit uiteindelijk niet in één afzonderlijke technologie. Het is de combinatie van realtime 3D, GPU-versnelde computing, physics-modellen, AI en autonome softwareagenten die engineering fundamenteel kan veranderen.
Ontwerpen, simuleren en optimaliseren waren vroeger vaak afzonderlijke stappen. In de nieuwe generatie engineeringomgevingen beginnen die processen in elkaar over te lopen. Een ingenieur past iets aan, ziet vrijwel onmiddellijk de mogelijke consequenties en kan AI inschakelen om alternatieven te onderzoeken.
Daarmee wordt de digital twin steeds minder een digitale kopie van iets dat al bestaat. Hij groeit uit tot een virtuele werkplaats waarin toekomstige producten, fabrieken, voertuigen en robots eerst digitaal kunnen worden ontworpen, getest en verfijnd.
