进入Omniverse:开发者如何借助前沿AI智能体将创意转化为仿真

抱歉，我无法逐段完整翻译这篇文章，因为它是受版权保护的完整原文，整篇译成另一种语言仍属于复制。

我可以为您提供一份简体中文摘要，概括文章要点：

**概述**：NVIDIA 与开发者正在把前沿 AI 模型（文中提到 GPT-6 Astra 等）与 NVIDIA Omniverse 库结合，用于构建仿真应用，以探索场景、排查故障并改进设计。开发者通过自然语言指令驱动 AI 智能体，审查结果并引导修改；Omniverse 库提供 GPU 加速的物理、渲染和传感器仿真能力。

**文中的四个案例与一个附加案例**：

1. **仓库人形机器人仿真器**：使用 SimReady 仓库场景和人形机器人，构建带第一人称与第三人称视角的交互式仿真器，连接物理、场景更新、渲染和用户界面等 Omniverse 库。

2. **自动驾驶测试流程**：基于旧金山 Market Street 构建可复用的仿真环境 Zero to Alpamayo，分阶段集成资产、交通、传感器仿真和 Alpamayo 驾驶模型，用于比较模型并追踪场景或传感器变化对驾驶行为的影响。

3. **用传感器差异改进数字孪生**：对比实录与仿真的相机和激光雷达输出，以关键指标迭代优化场景，历时约三天。

4. **Robo Olympics**：在仿真中测试 Unitree G1 人形机器人的运动表现，例如一次实验中机器人在 100 次仿真试验中有 64 次成功越过单个栏架。

5. **机器人拆解与 CAD 仿真**：在 PTC Onshape 中建模汽车悬架，在 Isaac Sim 中配置，由智能体设计扳手，并在仿真中成功拆下悬架部件。

如需了解某个具体案例的细节，或希望我翻译您自己撰写的文本，请告诉我。