NVIDIA 於 2026 年 7 月 20 日宣布，NVIDIA Agent Toolkit 現已加入 Omniverse libraries，讓 AI agent 可以在既有 3D 應用程式內使用 sensor simulation、GPU-accelerated physics 和 simulation-ready asset validation 等能力，協助準備 physical AI 的訓練和測試環境。
這次更新的重點不是再推出一個獨立聊天 agent，而是把一組能被工具呼叫的 domain capabilities 放入 agent workflow。NVIDIA 列出的 libraries 包括 ovrtx，用於由 3D scene 產生 camera、lidar、radar 等 sensor outputs；ovphysx，用於以 collision、mass、friction 和 motion 等物理屬性模擬行為；以及 CAD-to-SimReady skills，用於把 CAD 資料轉成建基於 OpenUSD 的 SimReady assets。
這種能力對 robotics、industrial digital twins 和 autonomous systems 很關鍵。真實機器投入運作前，團隊需要先知道場景中的物件怎樣碰撞、感測器會看到甚麼、素材是否有正確的比例和物理屬性。當 agent 能夠檢查 scene、標示問題、測試修改和準備 asset，工作就不只是「生成一個 3D 模型」，而是把模型推向可以被模擬、驗證和反覆修改的狀態。
NVIDIA 表示，新的 Omniverse libraries 已在 GitHub 開放，SideFX 和 PTC 正把相關能力整合到 3D、CAD 和 product-data workflow；公告亦提到一個在 Blender 整合 Omniverse libraries 的 blueprint，並支援由 NVIDIA RTX Spark 到 DGX Station 的 cloud 和 local AI systems。這些例子說明 agent-ready 工具未必要迫使團隊離開原有軟件，而可以作為現有應用程式的一層能力。
不過，供應商公告不能獨立證明生成的 scene 在真實世界一定準確或安全。NVIDIA 的技術文章把 ovrtx 描述為 pre-release software；sensor model、物理參數、CAD 轉換、模擬和實體機器之間仍然存在落差。即使 agent 能夠通過模擬測試，也不代表可以跳過硬件在環、專家審核、故障注入和分階段部署。
這次發布較值得借鑑的地方，是把「agent 可以做甚麼」和「agent 可以用甚麼工具驗證」放在同一架構內。對 physical AI 團隊來說，一條比較完整的流程應包括資料及場景檢查、工具權限、模擬輸出、驗證門檻、版本化資產、人工批准和實體測試結果，而不只是令 agent 自動產生更多內容。
NVIDIA 這項更新也反映 agent 市場的一個轉變：下一階段的競爭不只在模型回答得好不好，而在於模型能否安全地調用專門工具，並把輸出放入一條有驗證、有責任歸屬的工作鏈。對需要連接設計、工程和營運資料的 physical AI 應用來說，simulation-ready 可能比單次生成更接近真正的交付標準。
