NVIDIA 发布面向 Physical AI 的开源 agent skills，把 Omniverse、Cosmos、Isaac、Metropolis 等能力变成可被代理直接调用的开发步骤，机器人研发开始出现更自动化的软件工厂形态。 6 月 1 日，GlobeNewswire 刊发 NVIDIA 在 GTC Taipei 公布的 open source agent tools and skills for physical AI。公告的核心不是单一模型更新，而是 NVIDIA 开始把 Omniverse、Cosmos、Isaac、Metropolis、Alpamayo 和 Jetson 等原本分散的物理世界开发能力整理成代理可直接调用的技能库。对机器人行业来说，这… 从官方描述看，这批 skills 的目标非常明确: 把数据生成、场景重建、仿真、优化、训练、评测和部署变成可重复、可验证、可自动调用的工作流。以前，很多 Physical AI 团队最大的成本不只是训练模型本身，而是工程师要花大量时间在工具切换、环境整理、数据加工和流程协同上。现在如果这些环节能由代理根据固定技能说明自动执行，研发节奏就会明显提速，尤其适合需要反复试错的机器人与工业数字孪生任务。 公告还列举了多个落地场景，包括电子制造、自动驾驶、工业 AI、机器人和医疗。像 TSMC、Pegatron、Delta、Foxconn、Agility、1X、NEURA、Universal Robots 等公司都被点名为正在使用 NVIDIA physical AI 技术栈的参与者。这个名单的意义在于，它把 Physical AI 从“实验室未来技术”重新定义为跨制造、物流、医疗与机器人公司的共同开发基础设施。也就是说，NVIDIA … 对 2AIBot 而言，这条资讯最值得记住的是一个方向性变化: 当代理不再只是帮开发者写一段代码，而能真正执行一整条 Physical AI 工作流时，机器人研发的组织效率会发生结构性改变。未来行业领先者未必只靠模型领先，也可能靠谁先把内部开发过程做成 agent-native。谁能先把仿真、合成数据、验证和部署自动化，谁就更可能以更低成本、更高频率迭代机器人能力。
