World Labs 借空间智能与仿真环境突破机器人训练瓶颈
World Labs 提出，利用空间智能构建仿真世界是训练机器人的核心路径。团队认为 real-to-sim-to-real 是扩展物理强化学习（RL）环境规模的最佳方案之一。由于强化学习本质上高度依赖环境，通过打造更优质的仿真世界，不仅能解决真实世界训练的成本与局限，还能实现机器人训练与评估的大规模扩展。
2026-07-29 ~ 2026-07-29 · 4 条相关
- World Labs 说空间智能不止生成世界，还能训练机器人 — drfeifei · 2026-07-29
- World Labs 推出 R2S2R，要把机器人训练搬进可复用仿真 — drfeifei · 2026-07-29
- Real-to-sim-to-real 被视为物理 RL 的关键扩展路径 — DrJimFan · 2026-07-29
- World Labs 公布面向机器人训练的 real-to-sim-to-real 平台 — drfeifei · 2026-07-29