前途科技前途科技
  • 服务
  • 关于
  • AI
    • AI 大模型
    • 具身智能
    • 算力芯片
  • 科技
    • 智能终端
    • 软件·互联网
    • 汽车·出行
    • 科学前沿
  • 资源中心
    • 深度研究
      • AI 前沿
      • 教程
      • AI 知识库
      • 案例研究
    • 行业报告
      • 白皮书
      • 行业报告
      • 研究报告
      • 技术分享
      • 专题报告
    • 精选案例
      • 金融行业
      • 医疗行业
      • 教育行业
      • 零售行业
      • 制造行业
  • 服务
  • 关于
联系我们
具身智能/11.17 · 10:03/5 MIN/编译自 林, 方舟/8 阅读

光轮智能推出RoboFinals,解题物理AI仿真训练

光轮智能在CoRL 2026期间推出RoboFinals RL Envs,首发展示超8分钟汽车维修长程任务。该环境攻克灵巧手与柔性体交互难题,打通建模、校准到评测全链路,为具身模型提供了可落地的强化学习训练场。

强化学习环境(RL Envs)正在成为大模型赛道的新基础设施。

随着模型逐步承担工具调用、软件操作与多步骤复杂任务,后训练(Post-training)的核心供给已经由单纯的算法与算力,拓展到训练数据与高可信环境。模型不仅要从静态数据中提炼规律,更需要深入具体场景反复试错,依托动作反馈持续优化策略。

在数字世界,Mercor、Surge AI等服务商已通过搭建长程代码与办公环境验证了该路径的有效性。然而,当大模型从屏幕走向物理世界,训练环境的构建难度呈指数级上升。

物理AI加速落地,真机试错遭遇瓶颈

以近期0p3n41发布的GPT-6 Astra为例,通用大模型展现出了跨界操控机器人的潜力。在RoboDojo的42个仿真任务中,未经机器人专项微调的Astra平均成功率达22.48%,超过了榜单中全部专项训练的机器人策略。

但从代码环境切换至物理交互,强化学习的反馈机制发生了根本改变。数字智能体的操作结果通常确定且易量化;机器人的动作则直接改变物体的位置、姿态和接触力,细微误差都会在物理世界中持续放大。

真机试错受制于设备损耗、复位成本高昂以及环境不可控,难以形成规模化训练数据。打造高物理保真度的RL Envs,成为通用模型迈向具身智能的关键路径。

攻坚长程任务与柔性交互

在CoRL 2026期间,光轮智能正式发布面向机器人模型的强化学习仿真环境——RoboFinals RL Environments(RoboFinals RL Envs)。

与以往局限于单一抓取任务的仿真平台不同,RoboFinals RL Envs首次展示了时长超过8分钟的长程复杂场景:汽车修理。

该任务将灵巧操作、工具调用与柔性物体交互统一在同一链条内,直面三大行业痛点:

  1. 灵巧手高维接触求解:相比自由度单一的平行夹爪,灵巧手拥有十余个甚至数十个自由度,多接触点的受力计算极易导致物体穿透或滑落。RoboFinals通过精确受力计算,保证了抓握动作与真实力学一致。
  2. 长程误差连续传递:传统做法通常将复杂任务拆解,每阶段人为重置初始状态。RoboFinals RL Envs保留前后工序的真实因果链条,机器人必须在上一操作留下的不完美中间状态上继续调整。
  3. 可变形柔体真实模拟:软管、密封垫和线缆等柔性物体的状态难以用传统刚体动力学建模。仿真中必须对大量离散节点展开数值计算,避免出现非真实抖动或过刚现象。

为支撑高难度任务,光轮智能依托自研仿真底座SimFoundry,建立了“求解-测量-生成”技术闭环:求解器攻克刚柔混合受力计算;物理参数取自实际测量;AI Agent则驱动场景资产与任务定义的高效生成。

SimFoundry全栈自研仿真底座架构

自动化校准支撑全链路交付

长程仿真环境的落地难点在于高质量资产、高精求解器与场景经验的协同。光轮智能不仅参与定义了SimReady仿真标准,还构建了Agentic自动化校准工作流。

颗粒、柔体与刚体的协同交互演示

在汽车维修任务中,充气软管的摆动轨迹直接影响机械臂路径。Agent通过自主比对仿真与真实表现,自动微调杨氏模量等关键力学参数,仿真专家在节点介入把关,最终将软管最大位置偏差缩窄至约3毫米。

Agentic自动化校准工作流

仿真误差随着校准迭代逐步缩小

此外,针对模型学习成效的检验难题,RoboFinals RL Envs与RoboFinals Benchmark采用了同源设计,使训练环境与评测标准拥有统一的任务语义与资产,同时保持评测集严格独立。

在实际训练测试中,机械手在第5步表现为动作抖动,第150步出现螺丝滑脱,直至第175步成功实现精准抓取。测试结果表明,该环境已能可靠支撑策略策略的反复试错与连续迭代。

从单向的数据评测迈向交互式训练环境,RoboFinals RL Envs为物理AI提供了一套开箱即用的标准件,补齐了具身模型持续自主演进的关键一环。

标签:具身智能强化学习机器人

想了解 AI 如何助力您的企业?

免费获取企业 AI 成熟度诊断报告,发现转型机会

置顶文章

自己动手做模型:ML Intern 低成本定制小模型实战
置顶

自己动手做模型:ML Intern 低成本定制小模型实战

微软和Meta收紧Claude:被削掉的是入口,不是模型
置顶

微软和Meta收紧Claude:被削掉的是入口,不是模型

前途科技前途科技
服务关于快讯技术商业报告
微信咨询二维码

咨询微信

扫码添加微信咨询

前途科技微信公众号

微信公众号

扫码关注

Copyright © 2026 AccessPath.com, 前途国际科技咨询(北京)有限公司,版权所有。|京ICP备17045010号-1|京公网安备 11010502033860号|隐私政策|服务条款
谷歌Playground的账本:做游戏的人付钱,玩游戏的人免费
置顶

谷歌Playground的账本:做游戏的人付钱,玩游戏的人免费

//

24小时热榜

Meta 发布 Muse Spark:迈向个人超级智能
TOP1

Meta 发布 Muse Spark:迈向个人超级智能

谷歌建“镜像维度”假网络测试AI智能体
TOP2

谷歌建“镜像维度”假网络测试AI智能体

3

Meta 便携 AI 设备 Muse Charm 或定价 300 美元

5小时前
Meta 便携 AI 设备 Muse Charm 或定价 300 美元
4

Super-agent 设计探索:迈向更自主的 Agent 系统

8小时前
Super-agent 设计探索:迈向更自主的 Agent 系统
5

拆解腾讯开源 LoopForge:跨过单机编码 Agent五道坎的 Harness

8小时前
拆解腾讯开源 LoopForge:跨过单机编码 Agent五道坎的 Harness
6

涂鸦全新 MiniApp IDE 发布:让想法,直接变成小程序

8小时前
涂鸦全新 MiniApp IDE 发布:让想法,直接变成小程序
7

Anthropic 启动 IPO,每股定价 83 美元

9小时前
Anthropic 启动 IPO,每股定价 83 美元
8

Google Gemini 4 Neon发布,成本降低32%可编排多代理

10小时前
Google Gemini 4 Neon发布,成本降低32%可编排多代理
热门标签
大模型AgentRAG微调私有化部署Prompt EngineeringChatGPTClaudeDeepSeek智能客服知识管理内容生成代码辅助数据分析金融零售制造医疗教育AI 战略数字化转型ROI 分析OpenAIAnthropicGoogle

关注公众号

前途科技微信公众号

扫码关注,获取最新 AI 资讯

免费获取 AI 落地指南

3 步完成企业诊断,获取专属转型建议

已有 200+ 企业完成诊断