NVIDIA 开源物理 AI 技能：机器人流程先拆成 Agent 可执行任务

这篇解决什么

物理 AI 流程通常跨仿真、数据生成、训练、视觉检测和部署。Agent 技能只有在任务边界、输入输出和验证命令清楚时，才能真正减少复杂度。

适合谁

适合使用 Omniverse、Cosmos、Metropolis、机器人仿真或工业数字孪生的工程团队。

操作步骤

1. 把完整流程拆成数据准备、场景重建、仿真、训练、评测和部署
2. 为每段写清输入文件、工具、输出文件和验收指标
3. 把可由 Agent 执行的步骤单独标记出来
4. 给硬件、真实车辆、真实机器人和生产线动作设置人工门禁
5. 先让 Agent 只处理仿真或报告类低风险任务
6. 连续三次稳定后再扩展到更多工具链

可复制模板

流程段：
输入：
工具：
Agent 动作：
人工门禁：
输出：
验收指标：

验收清单

• 流程已拆段
• 输入输出可追溯
• 高风险动作有门禁
• 先跑仿真低风险任务
• 稳定复用后再扩展

常见错误

• 只收藏产品更新，没有改成自己的任务卡、权限表和验收证据。
• 直接在生产账号、生产仓库或公开页面试新功能，没有先跑低风险样本。
• 只看工具能力，不记录成本、失败率、人工接管次数和恢复动作。
• 把外部链接当正文主体，读者离开页面后才知道怎么做。

30 分钟小样本

前 5 分钟写清输入、目标和风险边界；中间 15 分钟按步骤跑一个低风险样本；最后 10 分钟记录输出、失败点、人工修改量和下一次复用条件。样本不通过时，只修失败点，不扩大范围。

下一步怎么用

第一次执行时把它当成个人操作卡；第二次复用时沉淀为团队模板；第三次仍然稳定后，再升级为固定 SOP、Skill 或工具导航页。涉及账号、发布、删除、付费、生产代码和客户数据的动作，必须保留人工确认点。

资料依据

• NVIDIA / Open source agent tools and skills for physical AI / 2026-06-01

标签