NVIDIA 發表多項用於物理 AI 的開源 AI 代理工具與技能

• NVIDIA 發布開源物理 AI 代理技能與工具，涵蓋 NVIDIA Omniverse、Cosmos、Alpamayo 與 Metropolis，適用於機器人、自駕車、視覺 AI 及工業數位孿生等領域。
• 全新物理 AI 代理技能，可將複雜的物理 AI 訓練、評估與部署工作流程，轉化為可重複使用、經過最佳化，且可由代理執行的指令。
• Agile Robots、Cadence、達梭系統、台達電子、鴻海科技集團、和碩聯合科技、參數科技、西門子、新思科技及台積公司等業界領導廠商，正運用 NVIDIA 物理 AI 工具加速物理 AI 開發。

【2026年6月1日，台北訊】NVIDIA 今日宣布推出一系列開源物理 AI 技能與工具，協助開發者將複雜的機器人、自駕車（AV）、視覺人工智慧（AI）及工業數位孿生工作流程，轉化為代理可執行的任務，進而降低大規模建構物理 AI 工作流程所需的成本、時間與複雜度。

隨著 AI 代理從撰寫程式碼，進一步發展為協調完整開發任務，物理 AI 正成為下一個前沿。NVIDIA 物理 AI 技能作為 NVIDIA Agent Toolkit 的一部分提供，可讓代理運用 NVIDIA 函式庫、模型與架構，加速機器人、自駕車、工廠及實驗室背後所需的資料生成、模擬、訓練、評估與部署流程。

NVIDIA 創辦人暨執行長黃仁勳表示：「AI 代理正在革新軟體開發，而這項轉變如今也正延伸至物理 AI，並影響那些將改變交通、製造、醫療保健與機器人領域的系統。當代理能直接運用 NVIDIA 函式庫、模型與架構，物理 AI 開發將能加速推進，讓開發者以驚人的速度打造未來的機器人、自駕車與工業系統。」

專為物理 AI 開發打造的代理就緒工具與技能

NVIDIA 正針對代理最佳化其完整物理 AI 堆疊，將函式庫、模型與架構轉化為可由代理呼叫的工具。其中包括用於物理世界推理與生成的 NVIDIA Cosmos™ 世界基礎模型、用於模擬與數位孿生的 NVIDIA Omniverse™ 函式庫、用於機器人模擬與機器人學習的 NVIDIA Isaac™、用於視覺 AI 的 NVIDIA Metropolis、用於自動駕駛的 NVIDIA Alpamayo，以及用於邊緣 AI 開發的 NVIDIA Jetson™ 平台。

為協助開發者應用這些工具，NVIDIA 推出 NVIDIA Agent Toolkit 的全新技能，將物理 AI 開發流程轉化為可重複執行的指令，供程式代理遵循。這些指令涵蓋應呼叫哪些工具、需要產出哪些結果，以及開發者如何驗證成果。

開發者也可運用這些技能，搭配 NVIDIA NemoClaw™ 藍圖 與 NVIDIA OpenShell™ 執行環境，安全地建構並部署自主代理。OpenShell 可在本地端或雲端硬體上，提供依據既定政策運作的安全與隱私治理。

NVIDIA 物理 AI 技能與工具正加速以下領域的代理型開發：

• 機器人與邊緣 AI：機器人開發者可運用技能加速完整的機器人開發流程，從生成感知與移動能力訓練資料、進行模擬、自動化導航訓練，到推進機器人學習，並調校以 Jetson 為基礎的邊緣系統以進行部署。
• 自駕車：對自駕車開發者而言，技能可指引代理將車隊擷取的資料重建至模擬環境，大規模生成逼真的駕駛情境，並執行閉環強化學習，以擴大訓練與評估的涵蓋範圍。
• 即時視覺 AI 代理：針對自動化檢測與影片智慧分析，代理技能可協助團隊生成合成訓練資料、微調模型、自動化標註，並打造能搜尋、摘要及分析即時或錄製影片的影片 AI 代理。
• 工業 AI：工業軟體開發者可運用這些技能，將工程資料轉換為可用於數位孿生模擬的電腦輔助設計（CAD）資產，並以更少手動設定最佳化大型 OpenUSD 場景。
• 醫療保健：在臨床環境部署自動化之前，醫療照護團隊可引導代理建立醫院環境的數位孿生、生成模擬到現實資料，並進行軟體在環測試。

這些技能可相互組合，並整合至更大型的代理型系統中，讓開發者能協調並自動化資料生成、模擬、最佳化、推論調校、持續評估等複雜工作流程。

業界領導廠商運用 NVIDIA 物理 AI 技術進行開發

來自製造業、自駕車、醫療保健及工業軟體等領域的業界領導廠商，正運用 NVIDIA 物理 AI 函式庫，推進自主系統與工業 AI 的開發。

隨著這些函式庫逐步轉化為可供代理使用的工具，開發者可運用 NVIDIA 技能，協助代理在複雜的物理 AI 工作流程中，自動化完成設定、執行與迭代。

在電子製造領域，台積公司、和碩聯合科技正針對視覺檢測模型進行微調。和碩聯合科技運用瑕疵影像生成技能生成的合成資料，將模型訓練與部署時間縮短 67%。

台達電子建立合成瑕疵資料，並運用該技能偵測金屬匯流排上的焊錫過量問題，將偵測率提升17%。英業達整合瑕疵影像生成技能，開發其 Observation Agent 視覺檢測流程，讓筆電機殼製造所需的瑕疵資料蒐集工作量降低 30%。鴻海科技集團與 DeepHow 合作，運用該技能在製程早期偵測錯誤，以提升製造效率，並將一次通過良率提升約 3%。

在自駕車領域，理想汽車、千里科技與元戎啟行正運用 NVIDIA Omniverse NuRec 模型進行神經場景重建與渲染，每天生成超過1,000項重建成果，以及 30 萬項渲染與模擬成果。此外，這些公司也正運用全新的代理技能儲存庫，加速並強化更安全、更高效能自動駕駛系統的開發。

在工業 AI 領域，Cadence、達梭系統、西門子與新思科技正運用 NVIDIA Omniverse 函式庫與技能，進行工程資料檢查、模擬及互動式數位孿生。參數科技、宇見智能科技與光輪智能則運用 NVIDIA Isaac Sim™ 架構與基於 OpenUSD 的工作流程，將電腦輔助設計資料轉換為可直接用於模擬的資產與環境。SK海力士則依循其 Autonomous Fab 2030規畫，運用 NVIDIA Omniverse 建置半導體晶圓廠的數位孿生，並與 NVIDIA 及 SK Telecom 合作，驗證 NVIDIA Agent Toolkit 在製造業專用物理 AI 中的應用。

1X、Agile Robots、Agility、FieldAI、Hexagon Robotics、NEURA Robotics、Skild AI 及 Universal Robots 等機器人產業領導者，正運用 NVIDIA 支援代理的物理 AI 堆疊，加速從資料生成到部署的機器人開發流程。

鴻海科技集團與仁寶電腦正運用 NVIDIA Isaac for Healthcare，加速醫院機器人發展。鴻海科技集團正將 Nurabot 擴大部署至多家醫院與長照場域，將 AI 驅動的機器人技術導入病患照護，同時推出全新 Scrub 護理協作機器人，協助手術室工作流程最佳化。仁寶電腦則正推進其 PolyMedX 機器人的開發進程，使其朝向全院級協調平台發展，整合模擬、AI 與真實世界作業。

上市時程

NVIDIA 物理 AI 代理工具與技能現已透過 GitHub 與 skills.sh 開放提供，可搭配任何程式代理使用。

用於合成資料生成的代理技能與工具，包括神經重建、影片增強及瑕疵影像生成，現已以 Physical AI Launchables 形式在NVIDIA Brev 開放試用。Physical AI Launchables 為預先設定好的環境，整合代理技能與工具，可加速合成資料生成與評估。

微軟、CoreWeave 與 Nebius 正將這些代理技能與工具整合至其雲端服務，協助開發者精簡並擴展合成資料生成與部署流程。

觀看黃仁勳的主題演講，並在 NVIDIA GTC Taipei 上了解更多資訊。