让机器人学会番茄炒蛋爆红网络的 Genesis AI，开源了自己的机器人「训练场」

📌 一句话摘要

Genesis AI 开源了 Genesis World 1.0 全栈机器人仿真平台，包含物理引擎、渲染器和编译器，旨在为机器人基础模型提供高效、可重复的闭环评测环境，而非仅作为数据生成器。

📝 详细摘要

本文报道了 Genesis AI 发布的 Genesis World 1.0 开源项目。该项目包含三大核心组件：Genesis World 物理仿真平台（模拟刚体、柔性体、流体等复杂物理交互）、Nyx 写实渲染器（生成接近真实相机的图像）和 Quadrants 跨平台 GPU 编译器（支持多种硬件后端）。文章指出，Genesis AI 的战略重心已从「用生成式框架自动生成训练数据」转向「构建一个足够可信的仿真评测环境」。其核心价值在于：将原本需要 200 多小时的真实世界模型评测任务，缩短至仿真中不到 0.5 小时完成，且仿真评测结果与真实硬件 rollout 的相关性达到 89%。文章详细介绍了仿真在灵巧操作（如颠勺、折纸、撑垃圾袋）、多传感器模拟（IMU、触觉、激光雷达）以及 domain randomization 方面的能力，并阐述了闭环评测（closed-loop evaluation）对机器人模型迭代的重要性。最终，文章将 Genesis World 1.0 定位为通往「自我进化的物理 AI」的基础设施。

💡 主要观点

- Genesis World 1.0 开源了一套全栈机器人仿真基础设施，包含物理引擎、渲染器和编译器。 该项目由 Genesis World（物理仿真）、Nyx（写实渲染器）和 Quadrants（跨平台编译器）三层组成，旨在为机器人研发提供从物理模拟到视觉渲染的完整仿真环境。

Genesis AI 的战略重心从「数据生成」转向「闭环评测」，强调仿真作为模型迭代引擎的价值。 团队认为，仅用仿真数据训练模型可能导致过拟合，因此先构建一个与真实世界高度相关的评测环境，让模型在仿真中闭环执行任务，以验证其真实性能。

仿真评测可大幅提升效率，将 200 多小时的真实评测缩短至 0.5 小时内完成。 通过并行化和加速，仿真环境能快速执行数万次任务 episode，为模型迭代提供即时反馈，显著降低时间和硬件成本。

Genesis World 1.0 在模拟柔性物体形变、复杂接触和灵巧操作方面取得了显著进步。 平台能模拟垃圾袋、纸张、食材等柔性物体的形变与接触，以及五指灵巧手等复杂末端执行器的操作，解决了机器人仿真中的关键难点。

💬 文章金句

- 真实世界需要 200 多个小时的模型评测任务，可以在仿真中不到 0.5 小时内完成。

Genesis AI 对仿真的表述变得更克制，也更工程化了。他们现在把 simulation 看作机器人基础模型的「evaluation and iteration engine」，而不只是 data generator。
机器人模型不是在答题卡上考动作预测，而是在物理世界里连续犯错。
它想做的不是让机器人少跑几次真机测试，而是让机器人研发从人手设计任务、人手调参、人手排队上真机，逐渐变成一个能自我产生问题、验证答案、再回到现实中修正自己的系统。

📊 文章信息

AI 初评：85

来源：极客公园

作者：极客公园

分类：人工智能

语言：中文

阅读时间：17 分钟

字数：4137

标签： Genesis AI, 机器人仿真, 物理引擎, 开源, 机器人基础模型

阅读完整文章

让机器人学会番茄炒蛋爆红网络的 Genesis AI，开源了自己的机器人「训练场」

🤖 問 AI