World Labs 用空间智能训练机器人

World Labs 展示了用空间智能训练机器人的早期成果，通过生成世界模型和“真实到模拟到真实”（R2S2R）引擎，将单个物理任务转化为多个可控、可重用的仿真世界，加速机器人策略训练与测试。

• R2S2R 引擎的“真实到模拟”部分将物理机器人、传感器、环境等转化为保留任务相关观测与动力学的仿真，不仅模拟外观，还模拟交互行为。
• “模拟到真实”部分中，策略完全在仿真中训练，零真实数据，直接迁移到多种机器人平台，实现数小时无故障自主运行。
• 该引擎使评估可大规模扩展，仿真能复现导致失败的条件，而非仅记录成功标签。
• 世界模型被视为智能体行动、学习和评估的关键环节，推动机器人开发摆脱硬件瓶颈，转向更经济高效的仿真训练。
• 影响/看点：R2S2R 方法为机器人策略泛化和安全测试提供了新范式，有望大幅降低机器人开发成本与风险，加速具身智能的落地。

本内容由 AI 生成，仅供参考，请注意甄别