Physical AI Studio 的第一步：把流程寫成可追問的腳本

• 開啟 Physical AI Studio
• 
• 開啟模擬工作室
• 觀看電鍍吊掛製程影片
• 查看完整案例資料庫

觀看重點：找出影片中的角色、正常流程、品質判定與返工路徑。先不要把動畫順利播放當成可投產證據。

許多自動化需求最初只是一句話：「請用機械手臂完成上下料。」這句話對簡報足夠，對模擬與設備整合卻遠遠不夠。

機械手臂要從哪裡取件？工件與夾爪的尺寸是什麼？品質判定失敗後要回到哪個工站？座標用毫米還是公尺？任何一個缺漏，都可能讓後面的 3D 畫面看起來合理，實際上卻不是同一條製程。

本篇只回答一個問題：如何把白話製程寫成可被系統追問、也可由工程師檢查的腳本？

平台目前做到哪裡？

Physical AI Studio 公開網站將流程分成 AI 解析、OpenUSD 場景設計、Isaac Sim 物理驗證、Software-/Hardware-in-the-loop（SIL／HIL，軟體／硬體在迴路）與人工核准。

但公開「模擬工作室」頁面已明確標示：目前是使用者介面原型，尚未串接後端、LLM 與 Isaac Sim。它可以用來理解輸入欄位、任務 IR 與串流介面的設計，不能描述成已經能在線上一鍵產生完整模擬。

這個界線應在文章開頭先說明，避免把產品架構圖誤寫成已完成能力。

好的製程腳本要有四種資料

1. 角色

誰會動、誰被加工、誰負責判定？例如 Franka 機械臂、龍門吊架、工件、清洗槽與品質閘門。

2. 場次

任務依序在哪裡發生？例如上料、清洗、水洗、電鍍、乾燥、品質檢查與下料。

3. 轉折

成功與失敗如何分流？例如 PASS 進入下料，FAIL 回到返工路徑。沒有異常分支的腳本，通常只能產生成功展示，不能支援工程驗證。

4. 限制

已知設備、節拍、安全距離、單位、座標、夾爪與品質門檻。現在不知道的資料也要列出，不能由 AI 默默補完。

把一句需求改成可以檢查的版本

原始需求：

請做一個電鍍自動化模擬。

改寫後：

目標：完成一批電鍍吊掛，並處理品質不合格返工。

角色：
- Franka：從料盤取件並掛到龍門吊架。
- Gantry：移動吊架通過各處理槽。
- Quality Gate：依品質條件輸出 PASS 或 FAIL。

正常路徑：
取件 → 上掛 → 清洗 → 水洗 → 電鍍 → 再水洗 → 乾燥 → 品質檢查 → 下料。

異常路徑：
品質 FAIL → 移至返工位置 → 等待重新處理。

已知限制：
- 座標單位預定使用 mm。
- 需要檢查碰撞、可達性、節拍與返工路徑。

待確認：
- 工件座標與尺寸。
- 夾爪型號與開口範圍。
- 品質門檻與感測來源。
- 目標節拍與允許等待時間。

這份腳本仍不是控制程式，但已經可以讓製程、設備、模擬與品質人員針對同一份內容討論。

AI 在這一步能做什麼？

AI 適合協助：

• 把長段落整理成角色、步驟與分支。
• 找出沒有說明單位、座標或設備版本的地方。
• 依模板產生缺漏問題。
• 將同一任務改寫成後續結構化資料草稿。

AI 不應自行決定：

• 工件實際座標。
• 夾爪與治具是否相容。
• 安全距離與品質門檻。
• 實機是否可以執行。

這些資料需要由設備資料、現場量測、風險評估與負責人核准提供。

本篇完成條件

一段腳本至少要通過四項檢查：

這四項通過，代表腳本可以進入需求整理；不代表模擬或產線已完成。

今天帶走三件事

1. 中文流程不是控制程式，必須先整理角色、場次、分支與限制。
2. AI 最有價值的工作之一，是暴露缺漏，而不是替工程師猜答案。
3. 公開模擬工作室目前是 UI 原型，不能寫成已串接後端與 Isaac Sim。

Day 5 會把這份腳本轉成任務 IR，並說明為什麼 OpenUSD 是場景設計層，而不是物理驗證本身。