首尔这场活动，把“作业对象”摆到了台前
在首尔举行的“NVIDIA AI Day Seoul 2026”上，机器人在虚拟环境里接受训练，成为被重点展示的方向。据韩国ZDNet Korea报道，物理AI数据基础设施企业ENdotlight正基于与英伟达的技术合作，扩大面向企业的定制化机器人仿真数据业务：把客户的设备与作业环境搬进虚拟空间，让机器人在其中先把工作流程跑一遍。
这条消息在中文线缆圈几乎没有激起讨论，但它触及了一个容易被忽略的位置——机器人要干的活，最终落在物料上。物料不在虚拟空间里，训练就不完整。
SimReady：给仿真环境交付可直接使用的零件
该业务名为“SimReady Asset On-Demand”。SimReady指可直接投入仿真的就绪状态，Asset指构成虚拟空间的设备、零件等3D数据，On-Demand则是按客户需求定制制作。ENdotlight目前正以这一模式，向韩国电信运营商KT制作并供应电缆等柔性体仿真资产。
值得留意的是被点名的对象是电缆。在工业现场，电缆不是结构件，也不是纯粹的信号通道：要通电、要传信号，还要在有限空间里反复弯折。
柔性体难在哪：外形之外还有力学
难点恰恰落在电缆这类对象上。物理AI要进入产业现场，仅有机器人模型并不够，作业对象与周边环境都得在虚拟空间里还原。电缆在接触或移动时形态会变，除了外观，还要把物理特性和运动方式一并写进去，制作难度明显高于刚性零件。
这也是线缆行业的一处空白。样本页能给出截面、芯数、载流量与耐温等级，却说不清一根电缆在机械臂末端反复拖拽时的形态变化；弯曲半径、扭转角度、拖链走向，过去多靠经验估算，出问题再返工。
四步工作流：从CAD到可仿真资产
ENdotlight的做法以计算机辅助设计为基础：先还原KT产业环境所需的设备形状与零件结构，再补上电缆变形与运动所需的物理特性，从而检视机器人与作业对象接触、移动时会发生什么。
制作环节使用其自研CAD平台TreeNixs，从模型生成、赋予物理属性与关节信息、生成碰撞形状到输出仿真文件，串成一条工作流。其中对制造端最有参考价值的是“赋予物理属性”——质量分布、弯曲刚度、阻尼与回弹，都要有可测量的来源。
OpenUSD与Isaac Sim：格式统一才谈得上规模化
成品以OpenUSD格式输出，可直接在英伟达的机器人仿真环境Isaac Sim中搭建并验证作业场景。除KT案例外，ENdotlight还计划向NVIDIA SimReady Central提供自有资产，把复杂工业设备与柔性体的制作能力开放给全球物理AI开发者。
格式的意义常被低估。工业软件的历史反复证明，谁的数据格式被下游默认接受，谁就掌握接口。对线缆企业而言，产品数据能否被主流仿真环境直接读取，未来可能和能否出具型式试验报告一样，成为隐性门槛。
会上还介绍了DexBench项目，由ENdotlight、英伟达与RealWorld共同参与，用于评估机器人的精细操作能力。基准项目一旦成立，柔性体的操作精度就会被量化比较，而参与比较的物料，参数质量直接决定结果。
对电缆厂、采购方与经销商的三层准备
从公开信息看，这套能力目前集中在韩国企业与海外平台，国内线缆行业仍处早期。但方向已经清晰，可以提前做的事有三层。
- 电缆厂：先把机器人电缆、拖链电缆等动态使用品类的弯曲刚度、最小弯曲半径与往复弯折寿命整理成结构化数据，而不是散落在样本页的几行说明里。这类数据既是仿真输入，也是技术谈判的依据。
- 工程采购：自动化产线、立体库、AGV等项目招标时，可要求供应商提供能导入仿真的参数，或至少给出弯曲半径与寿命的对应曲线。前期多要一份数据，后期少一次现场改线。
- 经销商：客户的问题正在从“有没有这个规格”转向“这根线在特定轨迹下能不能用”。能回答后一个问题的经销商，技术服务的价值才立得住。
一项仿真技术落地，往往先从最难建模的物料开始。电缆被单独点名，说明它已从配套耗材变成需要被精确描述的部件：制造端的产品数据要经得起计算，采购端的选型依据要从样本页转向可验证的参数。
（配图：线缆生产实景）
参考来源：电缆宝公开行业资讯
