ระบบ 'SceneSmith' ถูกพัฒนาขึ้นเพื่อแก้ปัญหาการขาดแคลนข้อมูลในการฝึกหุ่นยนต์ (Data Bottleneck) โดยการใช้ AI เอเจนท์ 3 ตัวที่ทำงานร่วมกัน ได้แก่ 'Designer' ทำหน้าที่วางแผนเลย์เอาต์, 'Critic' ตรวจสอบความสมจริง และ 'Orchestrator' ควบคุมกระบวนการผลิต ระบบนี้ใช้ขุมพลังจาก GPT-5.2 เพื่อสร้างฉากภายในอาคาร เช่น ห้องครัว ห้องทำงาน หรือร้านขายของ ที่มีความละเอียดสูงและมีวัตถุมากกว่าระบบเดิมถึง 6 เท่า
ความโดดเด่นของ SceneSmith คือการสร้างวัตถุที่มีคุณสมบัติทางฟิสิกส์ (Articulated Objects) เช่น ตู้ที่เปิดปิดได้ ซึ่งช่วยให้หุ่นยนต์สามารถฝึกทักษะที่ซับซ้อน เช่น การเก็บของเข้าตู้ หรือการเคลื่อนย้ายวัตถุในสภาพแวดล้อมที่หลากหลาย จากการทดสอบพบว่าหุ่นยนต์ที่ฝึกในโลกจำลองนี้สามารถนำทักษะมาปรับใช้ในโลกจริงได้ดีขึ้น เนื่องจากสภาพแวดล้อมมีความหลากหลายและสมจริงสูง
