具身智能新进展：FSD 级团队发布首版 Physical AI 模型 Simate-beta

物理智能初创团队 Simate 发布首款通用物理快系统模型 Simate-beta 并在 RoboDojo 评测榜单登顶，展现了自动化研发闭环在具身智能策略迭代中的应用探索。

• 研发团队具备自动驾驶与机器人控制背景，主张通过物理智能递归自我改进（Physical RSI）路径推动 AI 参与自身策略研发。
• 系统接入自研的 AutoResearch 自动化基础设施，将模型训练、数据处理、仿真评估与真机验证组织为并行推进的闭环流程。
• 在 RoboDojo 涵盖的仿真与真实世界多项任务基准中，该模型针对长程规划、空间记忆与精细操作完成了系统性评测。
• 相关自动化研究平台目前已面向部分高校机构开放内测，团队计划分阶段推进相关技术成果的开放。
• 影响/看点：该进展反映出基础设施自动化对加快具身策略试错周期的价值，其技术方案的泛化可行性仍需在更多样化的机械本体与复杂非结构化物理环境中持续验证。
• 资料依据：
• 量子位（2026-09-26）：https://www.qbitai.com/2026/09/498271.html
• RoboDojo（2026-09-26）：https://robodojo-benchmark.com/leaderboard

本内容由 AI 生成，仅供参考，请注意甄别