World Labs推出模拟引擎，将一项真实机器人任务转化为数千种训练变体

World Labs 认为，机器人部署的主要瓶颈不是模型架构，而是机器人可靠运行所需的经验量。真实世界数据昂贵且难以控制，在线视频也无法系统覆盖所有物体、物理条件和失败状态。

基于此，World Labs 推出了 R2S2R 引擎，旨在通过模拟生成大量可控变体，以解决数据稀缺问题。

R2S2R 引擎捕获机器人、传感器、环境和任务演示，并将其重建为交互式虚拟世界，不仅外观相似，物理行为也一致。它结合了生成式世界模型和任务导向的机器人模拟。

从单个真实任务中，系统通过改变光照、物体位置和数量、周围环境、摩擦等物理属性以及相机角度，生成数千种变体。为了验证准确性，World Labs 在模拟和现实中并行运行相同的动作序列，并比较观察结果、物体运动和结果。

该技术源自 World Labs 于 7 月收购的 SceniX 公司。