影眸科技论文获RSS最佳论文提名，实现139.6倍加速
影眸科技提出cuNRTO，用GPU加速鲁棒轨迹优化，将计算时间从8小时缩短到218秒，实现安全可靠的仿真到现实迁移。
影眸科技的一项研究将非线性鲁棒轨迹优化（一种保证在不确定性下轨迹安全的计算方法）搬上GPU，在仿真到现实迁移中实现最高139.6倍加速，并100%满足安全约束，解决了仿真训练策略难以部署到真实世界的核心问题。
正文摘录
139.6 倍加速、100% 安全约束：影眸科技提名具身顶会 RSS 最佳论文 在近日的具身智能顶会 RSS（Robotics: Science and Systems）2026 上，最高奖项 Outstanding Paper Award 提名名单里，出现了一个不太 “机器人” 的名字 —— 影眸科技，一家头部 3D 生成大模型公司。 这家公司为外界熟知，大多是因为它在 3D 生成领域的硬核实力：基于团队发布的原生 3D 大模型框架 CLAY（提名 SIGGRAPH 2024 最佳论文），影眸在 2024 年推出了全球首个原生 3D 大模型产品 Hyper3D，如今该产品已出现在今年英伟达 CES Keynote、OpenAI 首届黑客松冠军项目等多个全球技术标杆场景的 3D 资产生成工作流里，其企业客户规模位居行业第一。 但影眸科技的研究和布局，并不止于生成。在具身智能方向，Hyper3D 的 Sim-Ready 功能可以一键为 3D 资产赋予重力、摩擦力等真实物理属性，无缝导出到 Isaac Sim 等仿真环境，已经成为具身团队训练「空间智能」的核心资产来源之一。今年 7 月，影眸科技在具身应用领域再进一步，联合地瓜机器人、谋先飞发布了 “具身智能可训练仿真闭环联合解决方案”，其世界生成模型 Hyper3D WorldGen 基于自研原生 3D 大模型 Hyper3D Rodin 与 CAST 框架（SIGGRAPH 2025 最佳论文）实现了仅凭单张照片还原可交互三维场景，场景内的 3D 物品均为原生 Sim-Ready 资产，具备物理属性，可直接用于仿真训练，打通从真实影像到具身可训练场景的端到端链路。 资产 Sim-Ready 之后，一个更尖锐的问题随之而来：如果仿真里训练出的策略，一到真实世界成功率就大幅下降、不具备部署价值，那仿真资产的价值又在哪里？