具身智能终将升维至仿真时代

仿真潮流席卷具身智能领域

去年行业里就有这样一句判断——如果不跟进仿真潮流，具身领域迟早会被时代抛弃。 眼下，机器人本体厂商们还在反复强调真机数据的重要性，但行业迟早会拥抱大趋势。真机数据和ego/UMI这类人类行为数据之所以能大行其道，说白了，是因为眼下太简单、太初级了，而且还能顺带卖本体，太香了。更关键的是，目前市场上还没有哪家公司能为本体厂商提供海量的、拿来即用的仿真数据。

World Labs收购SceniX，加速虚拟AI走向物理AI

就在刚刚，AI教母李飞飞创办的World Labs，宣布收购具身智能仿真创业公司SceniX。 SceniX专注于机器人仿真，通过创建高质量的仿真环境，实现机器人在虚拟环境中的数据采集、训练与验证。World Labs构建的是虚拟的“真实”环境，而SceniX则把虚拟环境推向“真实”的应用。这一收购不仅标志着World Labs，更标志着整个行业，正在加速从虚拟AI走向物理AI。

行业卡点：大脑与海量数据是核心瓶颈

这也是行业在过去一年多里，持续关注的方向——到底哪些环节真正卡住了具身智能机器人走进我们的生活？答案不是人形、不是电子皮肤、不是灵巧手，而是大脑，以及大脑背后更重要的海量数据。 海量到什么程度？至今没人敢断言一个泛化性说得过去的大脑，需要多少小时的数据。当前所谓的一百万小时、一千万小时，都是拍脑袋的。

虚时科技发布全球首款仿真空间数据生成平台

去年，创业新锐公司虚时科技（Intime AI）就曾接受访谈，创始人王德駪坚定表达过：虚拟仿真验证平台，是未来具身智能机器人通向泛化和AGI的必由之路。今年5月，虚时科技联合地瓜机器人发布了全球首款仿真空间数据生成平台——AnySceneGen，面向具身智能训练的仿真空间生成平台。

孪界科技：为物理AI重建数字世界

同样，今年正在服务的另一家创业新锐公司，孪界科技，作为英伟达生态合作伙伴、北京建筑设计研究院孵化，联合天工机器人开源了全球最大的铰链仿真资产数据库。所有这些努力，都朝向一个共同的目标：为具身智能机器人构建一个可仿真、可验证的虚拟环境，让机器人在研发和生产阶段，摆脱物理世界的高复杂度、高成本束缚。 孪界科技创始人薛友松提出的终极目标是“为物理AI重建数字世界”。他将物理AI基础设施平台分为四层：真实世界数据接入、仿真可用的数字孪生、物理AI数据合成与仿真、具身机器人真机的验证与部署。这四层架构构成了一个完整的工具链，成为Real-Sim-Real-Sim的桥梁。

国际案例：苏度科技与Ai2的纯仿真突破

国际上也有不少公司在这个方向上发力。 今年4月，苏度科技首秀即放大招：60分钟内，不间断抓取100多个没见过的物体，0真机数据，zero-shot，跑出98%首次抓取成功率。驱动这一漂亮数据的模型，训练时没有用过哪怕一条真机数据，把纯仿真路线贯彻到底。 同样是全球具身创业新锐的Ai2，推出MolmoBot开放机器人操控模型，完全基于合成数据训练。他们使用MolmoSpaces生成180万个专家操控轨迹，通过MuJoCo物理引擎和域随机化技术创建多样化虚拟环境。相比传统需要大量人工数据收集的方法，MolmoBot在桌面抓取任务中达到79.2%成功率，显著超越基于真实数据训练的模型39.2%成功率，实现了仿真到现实的零样本迁移。