智元把仿真做到 96.7% 一致、机器人叠衣服不再翻车、先在虚拟里摔跤

先在虚拟里摔跤

10 月 28 日，智元机器人升级了它的具身智能仿真平台 Genie Sim，对外公布了一个数字：96.7%。

这个数字的意思是——在虚拟世界里训练出来的机器人策略，搬到真实机器人上跑，得分和真机高度一致。

官方给出的测试方法相当硬气：不对仿真环境做任何适配调优，把在真实世界训练出来的模型直接丢进仿真环境做零样本评测（zero-shot real-to-sim）。覆盖 4 款不同机器人本体、22 项复杂任务。

用人话说： 以前学术界有个心照不宣的潜规则——仿真里的分数不作数，因为虚拟环境太完美了，真机一上手就崩。这次智元把"不作数"变成了一个可量化的数字。

一句话总结

智元这次真正想解决的，是机器人行业里最扎心的一句话："仿真里满分，真机上翻车。" 96.7% 不是为了让机器人更聪明，而是为了让每一次失败都发生在不要钱的地方。

一、"仿真里满分，真机上翻车"

先说清楚这个问题有多严重。

具身智能的训练需要海量数据。真实机器人采数据有多贵？机器人会摔、零件会磨损、场地要占、人工要盯着，一天采几个小时就很不错了。

所以全行业都在用仿真：在电脑里造一个虚拟世界，让机器人在里面反复练习，失败了重来，重来不花钱。

但仿真有个致命的软肋——它骗人。

你在虚拟世界里叠衣服，布料是按你写好的物理公式动的；真机上叠衣服，布料会滑、会皱、会缠住手指。虚拟世界里抓玻璃杯毫发无伤，真机上力度差一点杯子就碎了。

于是就出现了一个行业级的尴尬：

仿真环境里刷到 99 分的策略，搬到真机上可能只有 60 分。 学界戏称这叫 "sim-to-real gap"——仿真到现实的鸿沟。

更糟的是，以前大家只能凭感觉说"这个模型应该还行吧"。没人能拿得出一个统一的尺子。

二、这次动了哪三样东西

智元的做法分三层。

组件 · 解决什么 · 关键能力

Genie Sim Engine · 物理层面像不像真机 · 多物理求解器协同，刚柔接触分区求解，20 倍加速生成柔性操作训练样本

Genie Sim Dream · 动作之后画面会变成什么样 · 世界模型闭环推演抓取、挤压、折叠形变，调用 VLM 自动判定完成度与失败节点

Genie Sim Benchmark + RLinf · 怎么知道练得对不对 · 新增灵巧操作、全身协同、精细操作、本体迁移四大维度，评测定位短板 → 仿真并行训练 → 再次评测

第一层：Genie Sim Engine，自研物理引擎。

核心是多物理求解器协同架构，刚体和柔性接触分区求解——硬的东西用一套算法，软的东西用另一套，中间怎么衔接是关键。

同时用真机采集的数据去校准物理属性：质量密度、摩擦系数、阻尼。这些参数如果和现实差一点点，后面全歪。

这套引擎带来的是 20 倍加速——同样的时间能生成 20 倍的柔性操作训练样本。

第二层：Genie Sim Dream，世界模型闭环仿真。

它做的事情是：根据真实画面推演"如果我做了这个动作，画面会变成什么样"，并且能复现抓取、挤压、折叠这类形变。

这构成一个完整的"观察—动作—观测反馈"闭环，支持多步长连续操作测试。任务完成度判定交给 VLM 视觉大模型自动做，同时还能识别出是在哪一步失败的。

第三层：评测与训练闭环。

Genie Sim Benchmark 新增四大维度：灵巧操作、全身协同、精细操作、本体迁移（在 A 机器人上训的，能不能用到 B 机器人身上）

Genie Sim × RLinf 并行后训练框架上线，形成"评测定位短板 → 仿真并行训练 → 再次评测验证"的闭环

Genie Sim Sandbox 覆盖家居、工厂商超、餐饮办公，支持长流程连续作业——准备早餐、便利店拣货、托盘上菜

最底层的基础工作是通过 Real2Sim 系统辨识对齐惯性、摩擦、力矩响应，让关节位置与力矩变化曲线高度贴合真机。

用人话说： 智元做的事，本质上是给机器人的"虚拟训练场"做了一次校准——不是把虚拟世界做得多漂亮，而是把虚拟世界调到跟真机误差小到可以忽略。

三、必须说清楚的三件事

第一，96.7% 是"相关性"，不是"成功率"。

这个数字的官方定义是：仿真得分与真机得分的相关性。它衡量的是"仿真能不能预测真机的表现"，不是"机器人本身的成功率有多高"。

媒体在转述时经常简化为"仿真与真机一致性 96.7%"，听起来像"机器人有 96.7% 的概率做对"——这是误读。

第二，所有数据来自厂商自测。

零样本 real-to-sim 是这套评测最亮眼的地方，但评测集是智元自己出的，测试也是自己做的。目前没有看到大规模独立第三方复现。这个折扣要打。

第三，这是一个"平台"，不是一个"模型"。

Genie Sim 不是拿来直接用的机器人，它是一套训练和评测的基础设施。智元同时宣布：仿真代码将在 GitHub 全面更新，仿真资产和配套数据集上架 HuggingFace 与魔搭 ModelScope，面向全球开发者开放。

用人话说： 智元把这次发布定位成"给全行业用的公共基础设施"。如果这条路走通，以后所有做机器人的团队都可能在智元的仿真场里训练——这比再发一个机器人硬件更有战略价值。

顺带一提时间线：智元最近动作非常密集——10 月 22 日"AI WAVE"七连发、10 月 27 日发布具身 Agent 框架 Genie Master、10 月 27 日发布双臂能提 40 公斤的 G2 Max。10 月 29 日，也就是今天，它还要在上海世博中心办"2026 智元创新日"。

另外据媒体报道，智元正启动新一轮约 10 到 15 亿元融资，最新估值约 500 亿元——智元方面未予回应。

四、对普通人意味着什么

能上车的地方：

第一，这直接决定"机器人进厂"能快多少。 机器人学徒最贵的一课是"在真机上试错"。如果失败能大规模搬到虚拟里去，那训练成本会掉一个数量级。灵巧操作、装配这类需要手感的活，受益最大。

第二，如果你关注"机器人会不会抢走体力活"，这是乐观信号但不是定论。 机器人在便利店上岗、直播打工 24 小时这些热闹是真实的，但"能叠衣服"和"能在工厂里连续工作八小时"之间还隔着不少东西。这次发布解决的是"练得多准"，不是"干得多好"。

第三，对做机器人创业的人，这是必须关注的基础设施。 智元把仿真开源出来，等于给全行业降了一层成本。

该警惕的地方：

第一，"96.7%"这个数字被传播得有点快。 它是自测的相关性，不是成功率，也不是"机器人已经能用"的意思。看到这个数字的时候，先问一句"这是谁测的"。

第二，柔性物体仿真仍然是全世界都没解决的难题。 智元这次是"攻克行业难题"级别的进展，不是"柔性仿真已经解决"。叠衣服能叠了，不代表能把散着的耳机线理顺。

第三，智元的产品线铺得极快。 一个月内七连发、Agent 框架、机器人本体、仿真平台、今天还有创新日——发布密度这么高，本身就是一种信息：它们在抢时间。

写在最后

1、这次真正的价值，是让"失败变得便宜"

过去机器人行业的成本结构是：成功很便宜（在仿真里刷分），失败很贵（上真机试）。

智元这次做的，是把失败的代价往下压。

用人话说： 一个模拟器能值多少钱，看的不是它让机器人多聪明，而是它让机器人少摔多少台真机。 这笔账，工厂老板比任何研究员都算得清楚。

2、"先在虚拟里摔跤"是所有前沿行业的通稿

药物要先在计算机里筛分子，芯片要先进模拟器，机器人要先进仿真场。

用人话说： 真实世界的每一次尝试都贵、都慢、还不可复制。所以聪明的做法从来不是"少失败"，而是"把失败搬到便宜的地方去"。 这个思路，比任何单项技术突破都更值得记住。

3、对普通人来说，接下来 12 个月看两件事

第一，看柔性任务能不能落地到具体工位。 叠衣服只是个演示，能在产线上连续八小时不出错才是生意。

第二，看这套仿真别人用不用。 一个平台的价值不看自家机器人跑多好，看有多少外部团队拿它训练。智元这次把代码和数据集都开源了，就是等这个信号。

未来一年，机器人的能力曲线会越来越取决于"它在哪里练过"，而不只是"它有多聪明"。 而能提供那个"练兵场"的公司，会成为整个具身智能产业链里最不起眼、也最关键的一环。

如果觉得这篇拆解对你有帮助，不妨点个关注和在看。

你的 AI 陪跑伙伴 【数字新奇点】 会继续关注具身智能、仿真技术和机器人量产进度的进展。

咱们下期见！

参考资料

仿真里满分、真机上翻车？智元用 96.7% 一致性攻克柔性仿真

AI WAVE丨智元升级 Genie Sim 仿真平台，攻克柔性仿真行业难题

智元升级 Genie Sim 仿真平台 攻克柔性仿真行业难题（中国证券网）

智元升级 Genie Sim 仿真平台 攻克柔性仿真行业难题（证券时报）

智元升级具身智能仿真平台 Genie Sim，仿真与真机任务一致性达 96.7%