NVIDIA 官方发布说明介绍了 Isaac ROS 5.0 对 ROS Lyrical 与 Ubuntu 24.04 的支持，以及用于环境设置、操作任务和双目感知模型适配的 Agent 工作流。文章还描述了可独立使用的抓取放置工作流，并列举机器人上下料等生态应用。 厂商提供的案例与性能数字不是本站实测；运行环境、硬件支持与各组件许可证需逐项核对，不将框架开源等同全部模型和应用均可无条件商用。
推荐理由：Agent机器人开发与上下料工作流属于生产自动化方向；框架不等同交钥匙设备。 官方声明，未由本站实测。
NVIDIA 于9月22日发布 ROS 2 节点迁移教程，以 Depth Anything 3 TensorRT 节点为例，让编程 Agent 使用 migrate-node-to-rosidl-buffer 技能审计分配、序列化、流和数据生命周期，在保留标准 ROS 消息与节点接口的情况下采用 CUDA buffer backend。GPU 零拷贝路径需要同一主机、CUDA 设备、Linux 用户及受支持的 RMW；条件不满足时可回退 CPU 路径。迁移后须分别验证语义、后端协商、跨进程传输和真实拷贝行为。本文为官方机器人开发教程，FLABS 未在 Jetson、机器人或生产单元上运行，不能据此推断整条流水线提速。
推荐理由：补充机器人生产配套的可执行开发流程与环境条件，区别内核加速、节点传输和实际流水线性能。
NVIDIA 官方教程展示从 Blender 场景到 Isaac Sim / Isaac Lab 的准备流程：用 Agent 检查场景，补充语义标签、材质和传感器，配置碰撞与物理属性，再通过渲染预检和 SimReady 验证交接 OpenUSD 资产。安全的机械性问题可以自动修复；对象含义、物理行为等不明确的判断需要人工确认。适用于三维资产与机器人仿真内容准备；这是厂商示例，FLABS 未执行该工作流。
推荐理由：给出三维资产到仿真交接的具体步骤、工具与验证条件，覆盖设计及生产数据准备。
NVIDIA 以 Spot 四足机器人为参考，展示 COMPASS 工作流：准备仓库或 SAGE-10K 场景，运行单环境检查，再进行残差强化学习训练和检查点评估。Agent 协助开发准备与故障诊断，实际导航由训练后的策略和控制器执行。示例栈为 Isaac Lab 3.0 与 Isaac Sim 6.0，要求 Ubuntu、支持 RTX 的 NVIDIA GPU及至少 16GB 显存；场景接受和检查点晋级设有人审核。FLABS 未训练或部署该示例。
推荐理由：连接仿真资产、训练与交付验收，提供机器人生产自动化开发的可复用流程和明确适用条件。
NVIDIA 介绍用 DROID 示范数据后训练 Cosmos 3 Edge 动作策略，再在 Jetson Thor 上运行策略服务，并先在 RoboLab 闭环仿真中评估。教程区分训练与机载推理：公布的训练方案使用多节点 GB200 级算力，不能把机器人端运行条件当成单 GPU 训练门槛；不同机器人还需调整动作空间、相机和状态配置。文中效果来自厂商示例，权重、框架和数据应分别核对许可与访问条件；FLABS 未训练、部署或实测。
推荐理由：覆盖机器人生产自动化开发的训练、端侧部署与仿真评估链路，避免混淆训练和推理资源。
NVIDIA 技术文章解释以视频世界模型为骨干的世界动作模型（WAM），并介绍基于 Cosmos 3 的机器人策略后训练方向。文章将联合预测动作与未来场景作为物理泛化的路径，但不同机器人仍需要各自的后训练与数据适配。这是厂商技术解读，不代表 WAM 必然优于所有 VLA；FLABS 未训练策略或验证真实产线表现，模型、数据与代码需分别核对许可和使用条件。
推荐理由：为机器人与生产自动化开发提供模型架构和后训练方向，区分厂商观点与已验证的生产效果。
NVIDIA 官方教程展示 Alpamayo 2 Super 在自动驾驶研发中的四类用法：生成轨迹与因果推理说明、预测高层动作、回答多相机场景问题，以及生成带二维定位的自动标注。示例使用模型权重和推理笔记本，并讨论开环与闭环评估；权重、代码和示范数据需要分别核对许可及访问条件。厂商示例不能替代真实系统验证，FLABS 未运行模型、训练或验证部署安全。
推荐理由：把多相机推理与自动标注落实到车辆产品开发任务，同时保留评估和许可边界。