物理AI技能库 让智能体驱动物理世界仿真与推理

PAIDF AnomalyGen 是一个完整的异常图像合成流水线技能，用于生成合成异常/缺陷图像，以增强工业缺陷检测模型。它支持在新的异常数据集上微调扩散模型，利用 SDG（合成数据生成）生成带有缺陷的样本，通过 nn_score 评估生成质量，并通过逐样本搜索 guidance 和 crop_ratio 参数优化输出。该技能提供 full、finetune_only、inference_only 三种模式，适用于数据稀缺的工业视觉缺陷检测场景。关键词：异常图像生成、合成数据生成、工业缺陷检测、微调、扩散模型、数据增强、SDG、AnomalyGen。

该技能指导用户利用Data Designer库构建合成数据集、生成合成数据或搭建数据生成流水线。它详细说明了在交互式/自动驾驶模式下如何推进工作流，并提供了列保留规则、使用提示、故障排除方法以及Python输出模板。适用于AI数据开发、数据增强、生成式数据创建和数据管道设计。关键词：合成数据集生成、Data Designer、数据生成管道、数据合成、数据增强。

该技能用于搭建、验证、扩展和恢复 NVIDIA 物理 AI 基础设施，覆盖本地 MicroK8s 或 Azure AKS 上的 Kubernetes 集群、推理端点、OSMO 编排部署与工作负载提交，适用于视频数据增强等合成数据生成（SDG）工作流。关键词：物理AI基础设施、弹性扩展、SDG基础设施、MicroK8s、Azure AKS、Kubernetes、NIM Operator、NVCF、OSMO部署、NVIDIA Physical AI、工作流提交、基础设施验证、故障恢复

该技能用于基于 NVIDIA NV-Generate-CTMR 的 rflow-mr 扩散模型生成合成的人体 MRI（磁共振）体积图像，支持 mri_t1/mri_t2/mri_flair 多种模态。它封装了上游推理流程，输出 NIfTI 格式的合成影像，不与分割标签配对，适用于医疗影像生成、合成数据扩充和算法验证等场景。关键词：MRI生成、医学影像合成、扩散模型、NVIDIA GenAI、rflow-mr、体数据生成。