2023年7月15日，NVIDIA在日本东京举办了以“NemoClaw”为主题的私密活动“Build-a-Claw-Tokyo”。活动中展示了大量利用NemoClaw的实际案例，并进行了主题演讲，介绍了AI技术的现状以及NVIDIA提供的解决方案。
演讲开始时，NVIDIA生成式AI高级开发者关系经理田仲显至介绍了AI的发展现状和趋势。自2022年ChatGPT问世以来，到2025年引入了DeepSeek的推理技术，实现了工具使用，2026年则进一步发展为更高级的AI代理。
ChatGPT等聊天机器人和现有的AI代理都基于同样的大型语言模型（LLM），但最大的区别在于运行时间。聊天机器人只需一次输入输出，而AI代理通过持续的输入输出循环，能够长时间持续工作。
虽然已有Codex和Claude Code等现成产品，OpenClaw作为开源项目最大的优势是可以本地构建。NVIDIA的NemoClaw则让这一过程更简单且安全，只需一条命令即可安装代理、所需技能和本地开放模型，还支持热门的“/goal”等命令。
作为后台运行的模型，Nemotron 3系列中最高端的Ultra型号拥有5500亿参数，性能处于前沿水平，不仅智能，还与NVIDIA GPU高度兼容，具备良好的经济性。特别是在代理应用中，除了智能，效率同样重要。Nemotron 3 Ultra每小时生成的token数量是某些中国产模型的5倍，能更快完成任务。
为了防止因高响应性带来的提示注入攻击（jailbreak），NemoClaw同时安装了OpenShell运行时。通过白名单形式限制代理行为，确保其稳定运行，符合企业治理要求。
此外，NemoClaw支持与云端模型协同工作，例如先用Claude Code制定计划，再在本地执行该计划，提升使用灵活性。
随后，NVIDIA机器人开发高级经理荒井谦博士介绍了AI代理如何实现物理AI的潜力。日本作为机器人技术领先国家，自动化领域优势明显，但过去机器人动作固定，编程门槛高，应用范围有限。
物理AI的出现使得“通才”和“专才”兼备，既保持高精度，又能灵活应对多种场景，适用于自动驾驶、基础设施、医疗等多个领域。
机器人动作学习离不开仿真环境。网络上有大量低成本数据，但直接应用于实际存在疑虑；真实环境数据虽精准但成本高昂。
因此，真实感仿真成为替代方案。NVIDIA提供了开源的物理AI编排框架“OSMO”，帮助开发者轻松构建开发环境。
同时，NVIDIA构建了从仿真平台“Omniverse”、机器人仿真与合成数据生成工具“Isaac Sim”，到机器人学习开源框架“Isaac Lab”的完整虚拟学习验证流水线，降低对昂贵现实数据的依赖，实现真实虚拟环境仿真。
在AI模型方面，NVIDIA推出了物理AI世界模型开发平台“Cosmos”，该平台单一模型即可完成推理、数据生成、预测及机器人动作策略决策等多重功能。
此外，还提供了人形机器人基础模型“Isaac GR00T N”、可从文本生成机器人动作的“Kimodo”，以及基于超过1亿帧人体动作数据训练的全身控制通用基础模型“SONIC”。
结合实时摄像头与视觉AI，NVIDIA还推出了视频分析AI代理平台“AI Blueprint for Video Search and Summarization (VSS)”，以及覆盖工厂系统集成到AI模型构建与运营的“Factory Operations Blueprint (FOX)”，助力工厂自动化。
NVIDIA通过垂直整合物理AI仿真环境、基础模型及开发工具，全面支持机器人技术实用化，帮助开发者快速高效构建物理AI系统。
日本企业AI代理导入难题及对策
活动最后，Fixstars的佐藤瑶分享了企业在导入AI代理时面临的障碍及解决方案。许多企业的AI代理项目止步于“演示”阶段，关键问题是“信任度”。
佐藤举例称，测试内部AI代理时，询问API密钥位置，得到的回答是密钥存于.env文件第100行，但出于安全考虑无法全部展示。这种“聪明”反而可能带来风险。
他强调，不应将AI代理简单视为进化版的工作流程AI，而应根据需求灵活使用并整合两者。
工作流程AI能高效执行统一标准任务，但最终决策依赖人工，且难以处理隐性知识。AI代理则能理解用户意图，分解任务，突破个体依赖限制，并能从历史会话和用户行为中提取隐性规则，实现知识可视化。
因此，最佳方案是让AI代理先理解用户意图并处理任务，涉及不可逆或对外操作时由人工审批或修正，最后由工作流程AI完成处理，实现灵活性与可靠性的平衡。
针对首次导入AI且缺乏风险评估能力的企业，Fixstars与GRCS联合开发了集成风险管理平台“GRCS ONE”。同时，NVIDIA的NemoClaw采用“预设异常情况”的设计，通过OpenShell隔离AI代理，限制其权限范围，确保系统安全。
