优必选发布具身智能仿真平台 Thinker-Sim
优必选发布 Thinker-Sim 仿真平台，用真实场景重建加规模化数据合成，解决机器人训练数据贵、仿真环境搭建慢的问题。
优必选推出以 Real2Sim2Real（真实场景数字化、再回到真实部署）为核心的仿真平台 Thinker-Sim，包含三部分：把真实工厂、展厅三维重建为高保真仿真场景并自动生成仿真资产；批量合成机器人训练数据，单节点 8 卡日均产出 390 小时仿真数据；以及统一的能力评测体系，通过随机化光照、材质等条件检验算法的鲁棒性和泛化性。
正文摘录
.32.24.png) 随着具身智能加速走向工业制造、商业服务等真实应用场景，如何高效获取高质量训练数据、快速构建多样化仿真环境，以及准确评估机器人在复杂任务中的执行能力，正成为制约具身智能技术规模化落地的关键挑战。 面对真实数据采集成本高、仿真环境构建复杂、算法验证周期长等行业痛点，优必选打造以 Real2Sim2Real 为核心的具身智能仿真平台 Thinker-Sim，构建覆盖真实场景数字化、规模化仿真数据合成、机器人能力评测的一站式技术体系。让真实世界快速进入仿真，让海量数据高效生成，让机器人能力充分验证。  三大核心功能构建 Real2Sim2Real 全流程闭环 场景重建与资产生成，高保真复刻真实世界 针对传统仿真场景构建周期长、资产制作成本高、真实感不足等问题，优必选依托自研 Thinker-GS 高保真场景重建算法与全流程 SimReady 资产自动化生成技术，实现从真实场景采集、三维重建到仿真资产生成的高效转换。 工业工厂场景重建：基于真实工厂产线环境进行三维重建，还原厂区空间布局、环境结构与视觉细节，构建高保真的静态背景场景。在此基础上，可根据机器人训练、数据采集及算法评测等不同任务需求，灵活加载机器人、生产设备、人员等前景资产，快速组装形成多样化、可交互的仿真环境。