仿真里也没人及格：42 道题，最强策略 8.80%，遥操作的人类 76.03%

2026 年 8 月，一份榜单在具身智能圈子里传开。42 道仿真任务、18 道真机任务、30 个主流策略，跑同一套流程、同一套相机位置、同一套灯光，连场景复位协议都统一，每轮由三名评审双盲打分。

结果是这样的：仿真榜首的平均成功率 8.80%，真机榜首 12.8%。同一批题交给遥操作的人类专家，仿真是 76.03%，真机是 100%。

按常规写法，这时候该开始批评仿真”不够真”了。但同一份榜单里还有一个数字更值得盯着看：92.9%。

那是泛化维度上，某一档模型从标准场景到随机场景的跌幅——标准场景得分 21.98，随机场景掉到 1.57。

这不是仿真精度不够的问题，是仿真把数据给足了、模型还是选了最容易的那条路。

一、先把首季那条尾巴接回来

首季数据瓶颈那篇结尾给过一个框架：贾奎把机器人的”聪明”拆成两半——语义泛化必须靠真实数据，物理泛化完全可以用仿真解决，所以”仿真占多少比例”是个假问题，真正的问题是分工。

这一篇不改这个判断，但要补上后半句：分工谈清楚了，不代表分给仿真那半边已经办成了。

RoboDojo 那个 92.9%，恰好落在仿真被分配的那半边。也就是说，仿真最该解决的问题——换个位置、换个背景、换个材质，还能不能干——被量化之后，成了当前策略最垮的一维。

二、引擎格局：三条路线，三种”物理”

先把工具链摆清楚。2026 年的仿真平台基本分成三派，各自的物理叙事完全不同。

	代表	物理怎么来的	特点
工业派	NVIDIA Isaac Sim 6.0 / Isaac Lab 3.0	PhysX 5 + 新物理引擎 Newton，手工建模	RTX 光线追踪渲染、OpenUSD 资产格式、单机 4096 个并行环境；重、贵、生态最厚
开源多物理派	MuJoCo / Genesis World 1.0	接触模型 + 多求解器统一耦合	MJX 的 JAX 后端补上了可微与大规模并行；Genesis 把刚体、MPM、SPH、FEM、PBD 收进一个框架
国产自主派	松应 ORCA、智元 Genie Sim、华为 CloudRobo 等	自研物理引擎 + LLM/世界模型驱动	适配国产 GPU 与国产操作系统，主打自主可控与现场复刻

三派的宣传口径差别很大，但把细节摊开看，有个判断我觉得比较确定：物理引擎本身正在趋同。 大家都是刚体动力学加接触模型再加 GPU 并行，精度的差距远没有发布会上听起来那么大；开源侧的 MuJoCo 在接触密集任务上依然是学术界的默认答案，Genesis 用可微 MPM 把”从视频反推摩擦系数、弹性模量”这类系统辨识变成了可做的研究，但它自己承认刚体物理和资产库还不如 Isaac Lab。

真正拉开距离的是另外三件事：渲染逼真度（决定视觉策略能不能迁移）、并行规模（决定训练吞吐）、资产生态（决定你是从搭建场景开始，还是从下载场景开始）。而这三件事里，前两件是钱能解决的。

三、被低估的战场不是引擎，是评测

现在回到开头那份榜单。RoboDojo 值得逐条看，因为它的设计本身就在传递立场。

牵头的是香港大学 MMLab 罗平教授的团队，联合 UC Berkeley、清华大学等近 20 家机构。发起人陈天行是 RoboTwin 2.0 的一作——这个名字很关键：RoboTwin 是纯仿真基准，而 RoboDojo 要做的是把仿真和真机放进同一把尺子。18 道真机任务跑在三种双臂本体上（ARX X5、Piper、Piper X），每台六道题，覆盖叠积木、做面包、插管、摞碗、分拣。

评测分五个维度：泛化、记忆、精细操作、长程执行、开放语义理解。总分不是把所有任务平均，而是先算五个维度的均分再平均，防止任务多的那一维主导成绩——这个设计细节说明团队很清楚排行榜会被怎么刷。

翻出来的数字难看得相当坦率：

• 仿真榜最强策略平均成功率 8.80%（Hy-Embodied-0.5-VLA）；人类专家同一批题 76.03%
• 真机榜最强策略 12.8%（π0.5）；人类 100%
• 开放语义任务，最强模型大约 1.67%
• 8 月更新的综合第一是原力灵机的 DM0.5，平均成功率 19.34%，但它在记忆维度拿了 47.74 分，是第二名的三倍多——能力分布极度不均，某一维突破不等于整体可用

团队自己在分析里写了一句很克制的话：“部分进展很少转化为任务完成。”

这一轮仿真竞赛里，最被低估的战场是评测。 理由很直接：引擎决定你能造多少数据，评测决定”什么算行”。而没有公共评测的时候，所有厂商都在自己的任务集上报成功率，那些数字互相之间不可比，也不可证伪。

RoboDojo 还做了一件更狠的事：把泛化单独拎出来报”相对跌幅”。这等于把”换个背景掉 92.9%“直接写进评分规则。把它接上首季泛化与捷径学习那篇的结论——捷径不是模型的失败，是训练目标的成功——就会发现这两件事其实是同一个现象的两次记录：仿真可以生成无穷的分布，但你要是不去度量分布外表现，策略就一定会去挑捷径。

四、三条域对齐路径，和一个不能拍的赌注

仿真和现实之间的差距，行业的标准解法有三条，工程手册上都会写：

1. 域随机化：随机化物理参数与视觉外观，让策略被迫学不变量。
2. 系统辨识 + 高保真仿真：把摩擦、延迟、惯量精确标定回仿真里，硬缩差距。
3. real2sim2real：把真实场景扫描重建成本地数字孪生，在孪生里训练和评测，再迁回真机。

第三条最近跑得最快。NVIDIA 那条路子是手机拍摄加三维扫描，把可交互物体抽出来，再用”数字表亲”无限增广；产业侧的用法更实在——松应科技的做法是把现场照片、点云、CAD 图纸送进管线，先建几何壳体，再按行业经验给几何体打语义分割、配物理参数（比如配电柜柜门要设 Z 轴旋转限位、阻尼、质量、摩擦与材质），最后组合成可运行场景，全程不需要客户停机。

有趣的是，这里出现了一个表面矛盾。首季说”仿真占多少比例是个假问题”，而松应给出了一个明确配比：1:8:1——10% 示教数据 + 80% 仿真合成 + 10% 现实微调。

我认为这俩不矛盾，但前者更值得警惕。1:8:1 是工程配比，回答的是”怎么交付”；“假问题”是能力分工，回答的是”谁负责什么”。 一个是排产表，一个是职责表，本来就不在一个层面上。

真正的风险在那个 80%。它隐含了一个赌注：仿真能把物理泛化这一半兜住。 而 RoboDojo 的 92.9% 正打在这个赌注上——如果随机场景下的表现会崩到接近零，那 80% 的仿真数据喂进去，训练出来的可能是一套在标准场景里好看、换个货架就报废的策略。

配比可以拍板，赌注不能拍板。 这句话适用于所有正在写数据配方的人。

五、世界模型正在变成”第三种仿真器”

上面三条路径都是在填仿真和现实之间的沟。2026 年多出来一条：让世界模型自己当仿真器。

传统仿真器靠人手工建模物理，世界模型靠数据学物理。今年的产品动作很密集——Isaac Sim 6.0 把 Cosmos 世界模型深度集成进来做合成数据生成；Genesis 的生成式数据引擎号称能把一句自然语言描述直接变成一整套操作数据；智元 Genie Sim 3.0 走的是”LLM 驱动”，用户的自然语言任务描述由大模型解析成场景配置、物体摆放和物理参数，把场景搭建从数小时压到数分钟。

把它接上首季路线图篇那条收敛线，位置就清楚了：世界模型不是仿真器的替代品，是仿真器最缺的那一块——语义与长尾的生成器。 物理引擎的强项是精确，弱项是多样性；世界模型的强项恰好是多样性，弱项是物理遵循性。有第三方分析指出，在 IntPhys 2 这类”分辨物理上不可能场景”的测试上，人类能做到 85% 到 95%，而领先的视频模型接近随机水平。

所以短期内，世界模型补的是”像不像”，还补不了”对不对”。把它当仿真器用可以，但别把它当裁判用。

六、国产平台卖的其实不是精度

最后说国产这一层。

松应科技是个好样本。它的定位说得很明白：不做本体、不做模型，做连接算力与模型的产业中间层，对标英伟达 Omniverse。产品线上，ORCA 3.0 是企业版，2026 年 4 月又放出了免费开源的 ORCA Lab，最低支持 RTX 3060 或同等国产 GPU，目标是往后压到核显也能跑。它的差异化不在物理精度上——号称仿真时延 10 毫秒以内、单机支持上千台机器人并发训练——而在全栈适配国产 GPU（摩尔线程、沐曦、瀚博、天数智芯）与统信 UOS。目前处于 B 轮阶段，服务机构近 100 家，客户覆盖央国企、高校院所和国家级机器人中心。

最能说明它实际用法的，是南方电网联合办的全国首届电力行业具身智能应用大赛：把变电站 1:1 复刻进仿真，定义巡检、变电柜操作等任务，在没有商务推广的情况下吸引 150 多家单位、近 100 支队伍报名。

国产仿真平台当前真正卖的不是仿真精度，是”数据不出厂”与断供对冲。 这个价值不需要赢过 Isaac，只需要足够好、足够可控。而它顺带多出来一层用法，我觉得比仿真本身更值钱：场景方把它当供应商遴选的试验台。 各家厂商的演示都好看，真环境落地各不相同，那就先让它们在复刻好的数字场景里比一轮，再进入实操赛和真实现场。

——这其实就是评测的另一个化身。招标现场也需要一把公共的尺子。

七、这一篇要记住的一件事

这篇讲了引擎格局、域对齐、世界模型和国产替代，但真正的结论只有一句：

引擎之争的胜负手不在物理精度上，在两件事——谁能提供公共评测，谁就定义了”什么叫行”；谁能把现场数据变成可复用的数字资产，谁就握住了下一轮的入场券。

回到开头那个 8.80%。

它不好看。但它可能是这份榜单里最有价值的一个数字，因为这是这个行业第一次愿意在公共考场上承认自己不及格。 一个敢公布 8.80% 的行业，比一个只会公布 demo 成功率的行业，离及格更近。

上周的盘点篇讲数据侧从研发开支变成了按小时计价的商品。这一篇是它的训练侧镜像：数据开始有价目表了，那接下来要问的就是——买来的数据，到底换来了什么。 这个问题，只能由评测回答。

---

信息源：

RoboDojo 的全部评测数据（42 道仿真任务、18 道真机任务、30 个策略、五个能力维度、维度均值算法、仿真榜首 Hy-Embodied-0.5-VLA 平均得分 13.07 与成功率 8.80%、真机榜首 π0.5 得分 22.9 与成功率 12.8%、人类专家 76.03% 与 100%、开放语义任务约 1.67%、泛化维度标准 21.98 对随机 1.57 即 92.9% 跌幅、真机三种本体 ARX X5 / Piper / Piper X、双盲评审与场景复位协议、“部分进展很少转化为任务完成”及部署暴露执行不稳定的表述、榜单与代码公开地址），引自 RoboDojo 官方论文（arXiv:2607.04434）与官方排行榜（一手）；“团队由香港大学 MMLab 罗平教授与博士生陈天行发起、陈天行是 RoboTwin 2.0 一作”引自该基准官方说明及百度百科条目（一手 + 第三方汇编）。

原力灵机 DM0.5 综合排名第一、综合得分 24.90、平均成功率 19.34%、记忆维度 47.74 分（第二名 13.37 分）及”盖积木”任务 100%，引自企业公开信息（一手）与百度百科条目（第三方汇编）；“部分媒体称其为 2026 年 8 月榜单”为媒体表述，本文未据此改判时间线。

Isaac Sim 6.0 / Isaac Lab 3.0、PhysX 5、Newton 物理引擎、Cosmos 世界模型集成、4096 个并行环境、OpenUSD、1X 与波士顿动力的采用情况，引自 NVIDIA 官方产品说明（一手）及《具身智能全景深度指南（2026 年 9 月版）》等第三方评测报告（第三方分析，未经官方逐条确认）；“Isaac Lab 单机可并行数千环境、RTX 4090 约支持 512–1024 个简单环境”为第三方实测口径。

MuJoCo 的接触模型与 MJX JAX 后端、Drake 的定位，引自 MuJoCo / Drake 官方文档与相关研究（一手）；Genesis World 1.0（2026 年 6 月发布）的统一多求解器架构（刚体 / MPM / SPH / FEM / PBD）、Nyx 光线追踪渲染器、Quadrants 跨平台编译器、MPM 与 Tool 求解器可微、Apache 2.0 许可、纯 Python 实现，引自 Genesis 官方文档与博客（一手）；“2024 年 12 月开源 24 小时内突破 3 万 star、2025 年获 1.05 亿美元种子轮（Eclipse Ventures 与 Khosla Ventures 领投）“引自第三方产业分析的转述（媒体报道），未经本文独立核实。

松应科技 ORCA 系统的相关表述（ORCA 3.0 企业版与 2026 年 4 月发布的免费开源 ORCA Lab、最低支持 RTX 3060 或同等国产 GPU、目标压至核显、仿真时延 10 毫秒以内、单机超千台机器人并发、20 余种物理维度、国产 GPU（摩尔线程 / 沐曦 / 瀚博 / 天数智芯）与统信 UOS 适配、OpenUSD 支持、B 轮阶段、服务机构近 100 家、南方电网变电站 1:1 复刻与全国首届电力行业具身智能应用大赛 150 多家单位与近 100 支队伍、“场景数据采集—仿真训练—真机部署—数据回流”闭环、场景构建四步流程与配电柜参数示例、不影响客户停机、作为供应商遴选试验台），引自松应科技官方发布（一手）与 DoNews、汽车之家车家号报道及百度百科条目（媒体报道与第三方汇编）；“1:8:1 混合数据训练策略”为企业自述（一手），本文对其与首季”比例是假问题”关系的评述属本专栏判断。

智元 Genie Sim 3.0 的 LLM 驱动架构与自然语言生成场景、华为 CloudRobo、摩尔线程 MT Lambda 基于 MUSA 的仿真加速、章鱼动力 SYNWorld、极佳视界 GigaWorld、跨维智能 EmbodiChain”仿真数据可实现 0 到 90% 区间的模型泛化”、RoboScience 在 WRC 2026 的云端世界模型实时推理演示、DataMesh 工业数字孪生，引自第三方编撰的仿真与数据合成工具评测报告（第三方分析，本文未逐条向企业核实）；“全球机器人仿真市场 2025 年 68.8 亿美元、2026 年 75.8 亿美元、2032 年 139 亿美元、CAGR 10.56%“引自第三方市场研究口径（第三方预测），仅供量级参考；毕马威 2026 年 7 月关于世界模型四个跃迁的表述为第三方机构报告，经媒体转述。

“世界模型成为第三种仿真器”、域随机化 / 系统辨识 / real2sim2real 三条域对齐路径的分类、NVIDIA 手机拍摄与三维扫描加”数字表亲”增广，引自第三方深度指南与 NVIDIA 公开材料（第三方分析与一手混合）；“IntPhys 2 上人类 85%–95%、领先视频模型接近随机”引自第三方分析文章（第三方分析）。

本文所有判断性表述（“胜负手不在物理精度而在评测""配比可以拍板，赌注不能拍板""国产平台卖的是数据不出厂""招标现场也需要一把公共的尺子”等）均属本专栏观点，非任何机构结论。