摘要
上次端出了惊艳的西红柿炒鸡蛋 demo 后，Genesis AI 今天又发布了新东西。 在上次极客公园的报道中（Genesis AI 发布新模型：机器人开始挑战西红柿炒鸡蛋），Genesis AI CEO 周衔曾提到，围绕「仿真平台自动化、规模化生成任务」，公司已经有了更进一步的思考，后续可能会公布。现在，这个答案中重要的一部分来了。 5 月 28 日，Genesis AI 发布 Genesis World 1.0，并开源了三套核心项目：Genesis World 物理仿真平台、Quadrants 跨平台 GPU 编译器，以及 Nyx 写实渲染器。按照 Genesis AI 的说法，这是一套为机器人和 Physical AI 准备的全栈仿真基础设施，底层编译器、渲染器和物理引擎都由团队自研。 看视频展示，Genesis World 1.0 下的仿真世界，非常像真实世界，尤其是那些过去很难模拟的柔性物体的形变、复杂碰撞和机器人的灵巧操作。 Genesis AI 还展示了和真实场景 1:1 速率并排对比的机器人操作，两者十分接近。 Genesis World 1.0 首先要解决的，不是立刻生成更多训练数据，而是让机器人模型评测变得更快、更可重复，而且仍然开源。 对机器人基础模型来说，真实世界一直是最慢、最贵、也最难规模化的评测环境。一个模型 checkpoint、一套数据配方、一次控制策略改动，最终都要回到真实硬件上验证。但真实机器人只能以 1 倍速运行，测试还会受到硬件数量、场地、人工、磨损、校准误差和安全风险限制。 Genesis AI 想解决的，正是这个瓶颈。 在官方博客里，Genesis AI 给了一个很直接的对比：一次覆盖数百个任务、每个任务重复数百次的模型评测，如果放在真实世界里，需要一台机器人和一名操作员连续运行 200 多个小时；而在仿真中，数万次 episode 可以在不到 0.5 小时内完成。团队还称，其仿真评测结果和真实硬件 rollout 的相关性达到 89%。 这些数字仍然来自 Genesis AI 官方披露，尚非独立验证，但它们指向了一个清晰的方向：Genesis World 1.0 想证明，仿真能够成为一个帮助机器人 scaling 的方式——靠先成为一个足够接近真实世界、能够反复测量机器人模型的试验场。