AWS 推出了面向机器人技术的开源 Physical AI Toolchain。该发布与该公司在物理 AI 机器方面的更广泛工作并列，针对的是具身系统中一个已知的摩擦点：仿真、模型训练与运行在真实硬件上的控制栈之间的交接。开放工具链之所以重要，是因为这一交接正是大部分机器人集成工作耗费之处，也是厂商专用胶水代码容易堆积的地方。
对于构建物理 agent 的团队而言，实际效果是为仿真资产、训练流水线和部署目标提供一个共享界面，而不是用自定义代码把
600.jpg)g)代码仓库核实。
Nvidia 正在另行推动面向 robotaxi 和人形机器人的物理 AI，因此该工具链进入的是一个仿真与控制栈被不止一家厂商争夺的市场。对于 agent 工程而言，有趣的问题是：一个开放的集成层究竟是降低了在仿真与已部署控制之间维护单一策略的成本，还是仅仅把集成工作挪了个位置。本工作室将持续关注该代码仓库以及任何已发布的 sim-to-real 迁移评估。