在“进入元宇宙”系列文章中，NVIDIA展示了其如何通过OpenUSD与NVIDIA Halos技术，加速机器人出租车和物理AI系统在真实世界中的安全落地。随着物理AI从实验室走向实际应用，如自动驾驶汽车和智能机器人，其在复杂、不可预测环境中的可靠感知、决策与执行能力成为关键挑战。 为应对这一挑战，NVIDIA依托OpenUSD——即通用场景描述框架——构建了统一的数据基础。最新发布的OpenUSD Core Specification 1.0定义了标准化的数据类型、文件格式与组合行为，使开发者能够建立可互操作、可复用的仿真工作流，支撑AI工厂与机器人系统的规模化发展。 基于OpenUSD，NVIDIA Omniverse提供集RTX渲染、物理仿真与高效运行时于一体的工具链，可生成高保真数字孪生与“SimReady”资产，真实还原现实环境，用于合成数据生成与系统测试。NVIDIA Cosmos世界基础模型更可在此基础上，通过文本提示或图像输入，快速生成多样化的天气、光照与地形条件，有效覆盖罕见且高风险的边缘场景，大幅提升测试广度与安全性。 NVIDIA的Play4D技术实现4D高斯点云流式渲染，显著提升动态场景的逼真度。Spatial Intelligence公司World Labs则利用其Marble生成式世界模型，结合NVIDIA Isaac Sim与Omniverse NuRec，将原本需数周的3D环境构建缩短至数小时，支持快速训练与验证。 Lightwheel推出的SimReady资产库，基于OpenUSD构建，内置精确几何、材质与物理属性，可直接导入NVIDIA Isaac Sim与Isaac Lab，实现机器人在虚拟环境中与真实世界一致的接触、动力学与传感器反馈体验。 在自动驾驶安全方面，NVIDIA与哈佛、斯坦福合作推出Sim2Val框架，通过统计方法融合真实与仿真测试结果，大幅减少对昂贵实路里程的依赖。同时，开源的NVIDIA Omniverse NuRec Fixer模型可修复神经重建中的瑕疵，提升仿真资产质量。 为推动行业标准，NVIDIA Halos AI系统检测实验室（获ANAB认证）提供对机器人出租车、传感器系统等的独立检测与认证。Bosch、Nuro、Wayve等企业已参与，Onsemi成为首家通过认证的传感器厂商。 CARLA模拟器、Voxel51的FiftyOne平台、密歇根大学Mcity测试场也正通过集成NVIDIA技术，实现高保真传感器建模、数据集管理与安全验证，推动真实与虚拟数据的融合，为公共道路部署前的测试提供坚实保障。 通过OpenUSD、NVIDIA Halos与物理AI安全技术的融合，一个更安全、高效、可扩展的智能系统开发生态正在形成。