PrimeSim:基于大规模跨本体演示的通用世界模型模拟器
作者提出 PrimeSim,一个以动作为条件、支持多视角的世界模型模拟器,先基于预训练视频生成器,在 22 个平台、30,110 小时机器人演示上做中期训练,再做后训练。
关注价值:论文给出多视角一致性、长时序稳定性和跨本体迁移的具体指标,可用于判断动作条件世界模型能否充当策略训练模拟器。
试运行:收录范围与分类仍在校准,更新可能延迟。
作者提出 PrimeSim,一个以动作为条件、支持多视角的世界模型模拟器,先基于预训练视频生成器,在 22 个平台、30,110 小时机器人演示上做中期训练,再做后训练。
关注价值:论文给出多视角一致性、长时序稳定性和跨本体迁移的具体指标,可用于判断动作条件世界模型能否充当策略训练模拟器。
作者提出 3D World Simulator,一个以动作为条件的多模态世界模型框架,从统一 3D 表示中同时预测外观、几何与触觉观测。该方法用混合粒子-体素自编码器把点云压缩为紧凑 3D 体素隐变量,再由动作条件隐动力学模型预测其演化,支持任意视角的几何一致渲染与空间对齐触觉信号接入。
关注价值:论文把外观、几何与触觉统一到同一 3D 表示中,读者可据此比较它与 2D 视频世界模型在空间一致性上的差异。
Google DeepMind 发布世界模型 Genie 4,可在实时交互中生成画面与原生音频,并以自然语言实时改变天气、镜头和场景内容。
关注价值:Genie 4 把原生音频、实时语言操控与 Gemini 的推理串进同一个世界模型,读者可据此判断机器人训练环境正从像素生成走向可编程因果模拟。
MIT 教授 Pulkit Agrawal 与前 Google DeepMind 研究员 Tuomas Haarnoja 创办的 Eka Robotics 完成 1.5 亿美元 A 轮融资,由 a16z 和 F-Prime 领投,投后估值 14.5 亿美元。
关注价值:Eka 以视觉-力-动作模型和仿真强化学习路线拿到 1.45 亿美元 A 轮,读者可据此比较力觉路线与主流 VLA 路线的分歧。
Isaac Lab 3.0 正式发布,作为新项目的推荐基线,建立了跨多个物理、渲染和可视化后端的统一任务 API。核心变化是引入基于工厂的多后端架构,任务可在不改写逻辑的情况下切换 Newton(含 MuJoCo-Warp、VBD、MPM)或 PhysX 等后端;多数工作流无需安装 Isaac Sim 即可运行,完整 Isaac Sim 栈改为可选。
关注价值:多后端架构让物理、渲染与可视化解耦,并保留可选 Isaac Sim 全栈,下游项目可据此评估迁移成本。
MIT 研究人员提出 SANDO 轨迹规划系统,可在没有地图、存在未知移动障碍的环境中为无人机规划出数学上可证明无碰撞的飞行路径,成果发表于 IEEE Transactions on Robotics。
关注价值:该研究把未知动态环境下的避障安全从经验调参推进到可数学证明,并完成真机飞行验证。
Skild AI 公布物理 AI 自博弈后训练结果:以旗舰机器人基础模型 S1 为底座、只给定“进球”这一目标,让策略在 NVIDIA Isaac Sim 中与自身近期版本对弈。
关注价值:这条结果把自博弈从数字 AI 带到人形机器人本体,读者可据此判断纯仿真自我对弈能否突破人类数据上限。
World Labs 公布其收购的 SceniX 团队所建 real-to-sim-to-real(R2S2R)引擎的早期结果,称完全在仿真中训练的策略可在零真机训练数据下直接迁移到 ALOHA、YAM、RB-Y1、Flexiv、xArm 等不同机器人平台。
关注价值:World Labs 首次公开 R2S2R 引擎的早期结果,给出仿真训练策略直接迁移到多款真机并预测真机表现的证据,可供判断仿真数据能否成为机器人训练主来源。
光轮智能发布智能体式仿真生成引擎 SimReadyGen,可从文本提示生成结构化、可直接用于仿真的资产。
关注价值:原文说明了从文本提示生成带实测物理参数的仿真资产,读者可据此判断机器人训练环境的搭建成本会怎样变化。
World Labs 发布 World API,开发者可通过接口调用其多模态世界模型 Marble,从文本、单图、多图、360° 全景和视频生成可导航的 3D 世界。
关注价值:世界模型从演示走向可调用接口,机器人仿真环境的生成成本与规模是这条最直接的影响面。