Agentic Real2Sim 物理世界建模框架发布

2026年10月15日，arXiv Artificial Intelligence 刊出 Guanxiong Chen 等作者的报道，提出并发布 Agentic Real2Sim 物理世界建模框架。该框架用视觉语言智能体，将真实世界中物体-机器人交互的录像转化为可仿真的情节孪生体，并把生成的孪生体接入下游的策略微调与评估。报道称，框架已在刚体操作、可变形物体交互和人形运动场景上完成验证；其智能体决策可由开放权重 VLM 后端驱动，成本仅为前沿模型的极小部分，而转换成功率相当。框架还支持自定义场景转换、用转换情节生成的数据微调预训练策略，并可有效替代真实世界的策略评估。项目站点（含代码）已在报道给出的链接提供。上述能力与条件均针对该框架及其所述验证场景，未提及其他适用范围。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。