英伟达GTC 2026直击:智元Genie Sim 3.0 以部署态重新定义具身智能仿真价值

来源: 极新
   
当地时间3月16日,一年一度全球AI“风向标”英伟达GTC大会在美国圣何塞拉开帷幕。今年的舞台上,仿真依然是机器人最重要的主线之一。
当地时间3月16日,一年一度全球AI“风向标”英伟达GTC大会在美国圣何塞拉开帷幕。今年的舞台上,仿真依然是机器人最重要的主线之一。从黄仁勋的主题演讲到各大生态伙伴的展示,“Isaac”的身影无处不在。仿真数据是降低物理AI落地成本的关键路径,高保真的数字孪生世界正在成为机器人进化的“加速器”。

中国具身智能领军企业智元机器人成为备受关注的焦点之一。智元仿真业务负责人吴墨在GTC2026发表主题演讲,向全球开发者深度展示了基于NVIDIA Isaac Sim打造的Genie Sim 3.0仿真平台,以全球首个实现 "仿真验证 - 真实部署" 全闭环的价值链,打破具身智能虚实边界。更以真机测试 100% 抓取成功率的工业落地成果,宣告仿真技术正式走向规模化商用,为全球具身智能工业化发展树立中国标杆。

行业拐点已至:智元率先定义仿真 "部署态"

真实世界中采集数据的高昂成本和漫长周期,始终是制约具身智能大规模落地的瓶颈。在此背景下,智元机器人凭借规模化商用和工业落地的先发优势,完成了行业关键一跃 —— 将仿真技术从 "技术验证工具" 升级为 "作业部署底座",率先定义了仿真领域的部署态标准。

作为全球首个深度集成真实作业场景仿真数采与评测的开源平台,Genie Sim 3.0 基于与英伟达的深度技术协作,构建了从数字资产生成、场景泛化、数据采集到自动评测的全流程闭环解决方案。平台可在仿真环境中精准还原超市上货、物流分拣、电力巡检、产线装配等多个工商业场景的机器人作业环境;并基于重建资产快速生成训练数据集与全流程评测系统,大幅降低数据采集成本与算法验证周期。

 
仿真场景重建
 
真实工商业场景仿真应用案例
更具行业说服力的是,该平台已在真实工业场景中完成严苛验证:依托 Genie Sim 3.0 训练的模型,搭配智元精灵G2 机器人落地物料搬运产线,仅 2 万帧仿真数据训练即实现真机自动抓取成功率 100%,且在实际产线部署中保持零失误,成为仿真技术工业化落地的标杆案例。这一成果更证明仿真技术已成为降低物理 AI 落地成本、加速工业级机器人规模化应用的可靠路径。

 
精灵G2在真实工业产线部署

 Genie Sim 3.0 四大核心亮点,重塑虚实边界

智元机器人仿真业务负责人吴墨在GTC上发表主题演讲,指出:“智元与NVIDIA深度协作,基于Isaac Sim和Omniverse生态,打造了一站式仿真平台。它不仅仅是训练场、评测场,更是从数字资产生成、场景泛化、数据采集到模型评测的全流程闭环。”

Genie Sim仿真平台提供了数字孪生级高保真的仿真资产,我们深度融合3D高斯重建与 NVIDIA Difix3D+ 视觉生成技术,实现视觉真实感与物理精确性的统一。依托MetaCam手持3D激光扫描仪,结合高分辨率RGB、360° LiDAR点云与厘米级RTK定位,可以对真实环境进行毫米级精准复刻。在此基础上,借助NVIDIA Difix3D+ 的视觉生成能力,我们能够智能合成新视角图像,增强重建效果,让仿真环境的视觉逼真度达到全新高度。

“使用Genie Sim仿真开发平台,开发者将彻底告别手动编写场景逻辑的繁琐时代。”负责人介绍,Genie Sim 3.0首创了大语言模型驱动的场景生成与泛化技术,真正构建开发者友好的生态。

“开发者只需要输入自然语言指令,比如‘生成一份蛋白质和维生素含量丰富的晚餐’,平台就能自动理解语义,并在分钟内构建出结构化的仿真场景——桌面上摆满高蛋白食物和新鲜蔬菜,光照、布局完全符合真实逻辑。”

他强调,这一突破基于OpenUSD格式,确保场景的兼容性与可拓展性。“生成的场景自带结构化信息和视觉预览,你可以通过连续对话进行增删细节、调整布局,就像与一个熟悉物理引擎的设计师交谈,最终输出满足要求的仿真场景。场景泛化的效率因此提升了上百倍。”

 
Genie Sim平台还开源了具身领域迄今为止最大规模的仿真数据集,涵盖200余项任务、总时长上万小时。

“这套数据集包含了RGB-D、双目视觉、全身关节状态等多传感器信息,覆盖背景、光照、噪声、轨迹等多种泛化维度。它的采集得益于两套高效方案:一是基于PICO VR设备的遥操作,让人类操作与物理引擎实时交互;二是使用NVIDIA cuRobo的自动化数据采集,基于 CUDA 加速的运动规划能力,在保证无碰撞的前提下,实现了高帧率的并行自动化轨迹生成。”

“当仿真数据规模达到真机数据的3倍左右时,训练出的模型在真机上的表现已经显著超越纯真机数据训练的模型,实现了真正的零样本迁移(Zero-shot transfer)。这意味着,我们能够以远低于真机采集的成本,获取海量高质量合成数据。这证实了通过仿真数据规模化(Data Scaling)实现 Sim-to-Real 的跨越是具身智能模型性能突破的可行路径。”

真实数据-仿真数据采集任务对比
 
真实环境模型表现
Genie Sim 3.0作为一站式仿真开发平台,还构建了覆盖200+任务,10万+仿真场景的立体评估体系,结合LLM与VLM技术,为模型绘制全景能力画像。

“评测指令可以由LLM根据场景语义自动生成,并转化为可执行流程。通过视觉语言模型(VLM),我们能够从理解能力和操作能力等多个维度综合评价,清晰揭示模型的能力边界与薄弱环节。”

最关键的指标是虚实一致性:“经过数百次对比测试,我们发现模型在仿真评测中的成功率与真机测试结果呈现极高的统计相关性,仿真与真实世界的评测差异小于10%。这有力证明了Genie Sim 3.0作为高保真度评测基准的可靠性。开发者可以放心地用仿真评测替代昂贵的真机验证,将算法迭代效率提升一个数量级。”

主题演讲最后,智元仿真业务负责人吴墨向全球开发者发出邀请:“Genie Sim 3.0仿真平台的核心代码、仿真数据集以及数字资产已全面开源。我们相信,开放才能加速创新。欢迎访问GitHub主页(github.com/AgibotTech/genie_sim),与智元一起共同借助仿真平台加速具身智能创新与落地。”

责任编辑: 星月

相关资讯
写评论