攀枝花管道保温厂家 智元机器人发布个大语言模型驱动的开源仿真平台Genie Sim 3.0

当仿真环境的真实逼近物理世界，当场景构建的率以“自然对话”和“分钟”来衡量，具身智能的研发范式将发生根本改变。智元机器人在CES国际消费电子展日正式发布个大语言模型驱动的开源仿真平台——Genie Sim 3.0。基于NVIDIA Isaac Sim ， Genie Sim 3.0 融三维重建与视觉生成，打造数字孪生级的高保真环境；创大语言模型驱动，让万级场景的生成只需几分钟；同步开源包含真实机器人作业场景的上万小时仿真数据集；并构建了覆盖10万+场景的多维度智能评估体系，为模型能力绘制全景画像。

从数字资产生成、场景泛化、数据采集到自动评测的全流程功能，这一整套完整闭环的解决方案，将显著加速模型训练验证，降低对物理硬件的依赖，助力开发者与研究者的研发率，动具身智能的创新应用。

项目主页：https://agibot-world.com/genie-sim

Github: github.com/AgibotTech/genie_sim

Modelscope: https://modelscope.cn/datasets/agibot_world/GenieSim3.0-Dataset

五大核心亮点，开启具身仿真新纪元

01/ 数字孪生级高保真仿真环境

在这个电子设备无处不在的时代，我们的眼睛承受着前所未有的压力。

传统仿真难以兼顾视觉逼真与物理真实。Genie Sim 3.0 开创地将三维重建、视觉生成技术与物理引擎深度融，实现了视觉真实感与物理精确的统一。

精准重建：依托 MetaCam 手持3D激光扫描仪，结高分辨率RGB、360° LiDAR点云与厘米级RTK定位，实现对真实环境的毫米级精准复刻。

视觉增强：利用视觉生成模型，智能成新视角图像增强3D重建，大提升了仿真环境的视觉逼真度。

资产生成：对于任意物体，仅需一段60秒环拍视频，即可快速生成带精确网格的仿真模型，大幅提升场景构建率。

02/ 创自然语言驱动的场景生成与泛化

告别手动编写复杂逻辑的场景生成方式，在Genie Sim平台中，开发者输入自然语言指令即可驱动平台在分钟级内自动生成、泛化成千上万个训练与测试场景。

对话式创建：直接输入如「生成一份蛋白质和维生素含量丰富的晚餐」的指令，平台自动理解并构建出结构化的仿真场景。

智能编辑与泛化：生成场景自带结构化信息与视觉预览，可进一步通过对话进行场景增广、细节增删、布局调整，终输出满足要求的仿真场景。

03/ 全量开源仿真数据集与高采集方案具身领域大规模开源仿真数据集，涵盖200余项任务、总时长上万小时，为模型研发提供坚实的数据基石。

多维度数据：数据集包含RGB-D、双目视觉、全身关节状态等多传感器信息，铝皮保温并覆盖背景、布局、光照、噪声等多种泛化维度。

智能采集工具：平台提供低延迟遥操作与自动任务编排双模式采集，结自动化标注实现高数据生产。

独创错误恢复机制：任务失败后可自动回退至关键节点续采，将数据采集损耗降至低。

零样本Sim2Real：仿真数据训练完成后，实现零样本迁移到真实世界，任务成功率超过真实数据训练。

04/ 超十万仿真场景，勾勒模型全景能力画像模型评估不再仅限于“成功率”。Genie Sim Benchmark 3.0 构建了基于 10万+ 仿真场景的立体评估体系，结LLM与VLM技术，从多个维度为模型绘制深度能力画像，是当前业界覆盖全面、的具身智能模型评估基准。

自动化评测生成：评测指令与步骤可由LLM根据场景语义自动生成，并转化为可执行流程。

多维度深度评估：通过视觉语言模型（VLM），从语义理解、空间理、操作精度、时序逻辑等多维度进行综评价，清晰揭示模型的能力边界与薄弱环节，指引明确的优化方向。

虚实一致的评测结果：仿真与真实世界评测差异10%，模型验证无需真机部署，显著提升算法评测率。

05/ 涵盖真实作业场景仿真基于智元的规模化商用和工业落地经验，Genie Sim 3.0 是个深度集成真实作业场景仿真数采与评测的开源平台，打通从实验室算法到工业应用落地。

真实作业场景还原：平台包含超市上货、物流分拣、电力巡检、物料搬运、产线装配等多个工业场景的机器人作业环境。

全流程仿真验证：基于重建资产快速生成训练数据集与全流程评测系统，大幅降低数据采集成本与算法验证周期，实现“零硬件部署，全真实验证”。

建开源共享，共创智能未来

Genie Sim 3.0 仿真平台核心代码、海量高价值数据集以及数字资产全面开源，向全球开发者、研究者与产业伙伴开放。

无论您是高校实验室的研究者，还是具身智能领域的算法工程师，或是来自制造业、物流业等领域的集成应用家，Genie Sim 3.0旨在让每一位具身智能的探索者，都能拥有接近无限的仿真场景、逼近真实的训练环境、科学全面的评估标尺，从而将精力更聚焦于算法与模型本身的创新。

开发者可访问GitHub开源主页：github.com/AgibotTech/genie_sim，获取代码、数据集与详细文档。