10 月 8 日，NVIDIA 喺技術部落格（developer.nvidia.com）發表了一篇長文，講明點樣用「SimReady」規範同 NVIDIA Omniverse 工具鏈，將機械人 CAD 模型轉為可用喺模擬環境嘅資產。全文用 ABB Robotics 嘅 YuMi 雙臂機械人做示範，並提出一個五步驟工作流程。
點解轉完 USD 仲未夠？
文中指出，單將 CAD 幾何體轉為 OpenUSD（Universal Scene Description，一種通用場景描述格式）唔代表資產已「sim ready」。缺碰撞幾何體（collision geometry），物體可以穿過機械爪；關節（joints）設定錯誤，就唔會協調動作；質量、摩擦力等物理屬性直接決定抓取係咪穩定。所以轉完格式，仲要逐一配置同驗證呢啲模擬屬性。
五步驟做緊咩
呢個工作流程分五步：
- STEP 檔轉 OpenUSD：將 CAD 嘅 STEP 檔轉為 OpenUSD 表示。
- 外觀驗證（appearance validation）：檢查材質。
- 物理配置（physics configuration）：設定質量、摩擦力、關節等。
- SimReady 驗證：按所選 profile 嘅規格做結構、材質、物理屬性檢查，有問題就標記俾開發者修正再驗。
- 最終任務測試：喺 NVIDIA Isaac Sim 入面做雙臂同機械爪嘅 pick-and-place（抓取放置）任務。
NVIDIA 強調，呢個 workflow「can be applied across many models and robot systems」，唔侷限喺某一型號。
AI 喺入面做乜？
呢篇文最吸引注意嘅地方，係將 frontier AI 模型放喺工作流程入面做助手。文以 GPT-6 Astra 做例子，講明佢可以「help write Python code to call NVIDIA Omniverse libraries at each stage」——即係話，開發者唔使手寫 Python 去調用各階段嘅 Omniverse API，可以俾 AI 模型根據參考資料（規格表、STEP 檔、參考圖同影片）自動編寫代碼。
操作環境係喺 Isaac Sim 目錄入面啟動 Codex CLI，AI agent 喺入面揾到所需嘅 skills（例如 CAD-to-SimReady skill），然後逐步引導資產轉換、材質同物理配置、驗證。
值得留意：GPT-6 Astra 喺文中有兩個出現位置，一個係「In this workflow example, we used GPT-6 Astra」，另一個係安裝步驟「Install your frontier AI model」，即係話 NVIDIA 呢個 workflow 唔綁定特定模型，GPT-6 Astra 只係佢哋選擇嘅示範之一。
工具鏈
整套流程用到以下技術：
- OpenUSD：統一表示幾何、組裝結構、材質同模擬屬性
- SimReady Foundation：提供規格同驗證指引
- NVIDIA Omniverse libraries：提供轉換、檢查、準備 OpenUSD 內容嘅能力
- NVIDIA Isaac Sim：配置物理同測試機械人行為嘅環境
- NVIDIA Omniverse AI Agent skills：引導 agent 做資產轉換同驗證
文提到，camera-based perception（相機感知）可以喺另一獨立 workflow 加入。
模姐驗嚇貨
呢篇係 NVIDIA 自家技術部落格嘅操作指南，唔係獨立評測。佢展示嘅係「我哋呢個工具鏈點樣用」，唔係「呢個工具鏈幾好用」或者「邊個 AI 模型做呢單嘢最勁」。GPT-6 Astra 喺入面嘅角色係被 NVIDIA 揀作示範，冇任何獨立測試數據支持「GPT-6 Astra 喺呢個 workflow 嘅表現」。
對想跟住做嘅開發者：佢哋需要 Isaac Sim 安裝、STEP 檔、機械人規格、同 frontier AI model 嘅安裝。NVIDIA 冇喺呢篇文披露任何時長、成本或者精度數字。想複製呢個 workflow 嘅讀者，要留意 NVIDIA 冇提供獨立驗證，所有效能聲稱（包括「reducing manual preparation」）都係廠商嘅表述。
