走进虚拟，走向现实，首个城市级具身智能仿真平台“浦源·桃源”发布

与大模型不同，具身智能的能力提升需要从交互中自主学习。在真实物理世界中对机器人进行训练，存在着数据采集效率低下、复用性差、训练风险高、评测困难等诸多瓶颈，因而，将在虚拟环境训练成果应用于真实环境的“虚实迁移”（Simulation-to-Real）技术，成为当前具身智能领域的重点研究方向之一。

桃源仿真平台可模拟各种复杂场景和机器人的行为模式，包括但不限于户外作业、社交互动、家庭生活、工业生产、商业交易等，从而为具身智能体提供了具有社会属性的虚拟社会。该平台包含海量高质量可交互场景数据，并可借助AIGC技术生成多样化、难度适中的具身智能任务，建立相应的评测体系，赋能具身智能大模型研发。

此外，借鉴人类运动员的训练场景，桃源仿真平台还为具身智能体构建了训练场、陪练员及评分表。

作为训练场的GRScenes场景数据集包含10万级别高质量、可交互场景数据，首次覆盖超市、医院等 89 种功能性场景，提供语言描述、物体类别、部件、材质等全方位标注。

在视觉真实性和物理真实性的打造过程中，研究团队与专业场景设计师团队合作，实现场景布局、物体纹理等方面的真实，**限度使虚拟场景与现实环境接轨。

同时，GRScenes中的物体具备真实的部件设计、物理属性及内部建模，并基于Isaac Sim算法进行物理仿真，为具身智能训练提供了真实的场景交互反馈。通过人工标注和多模态大模型的应用，场景中的所有区域、物体具有类别、材质等标注，为具身智能训练提供了可参考的物理场景指标。

GRResidents角色交互系统相当于陪练员，由LLM驱动智能虚拟角色进行具身任务生成与分发，为平台提供交互社交属性。

构建“以人为中心”的通用机器人系统对具身智能研究尤为重要。在真实应用中，机器人通常需要与用户进行多轮交互，以明确指令目标，提升执行效率。由大模型智能体框架构成的GRResidents，利用多模态大模型和系统API，从场景中提取物体描述、空间关系和区域描述等高层语义信息，并通过全局信息管理器（World Knowledge Manger）将这些信息组织成智能体可调用的环境感知 API。

由大模型驱动的NPC（非玩家角色）相当于仿真平台中的“居民”，他们可依据对话及环境感知 API 进行信息提取和推理，从而进行开放形式对话。在此基础之上，这些 NPC 能够通过采样将场景信息进行智能组合，进而生成多种形式的具身任务，供具身智能体训练。

评分表由GRBench评测体系完成，支持对多类机器人及任意任务进行客观评测。

目前，桃源仿真平台支持多种类型机器人的训练评测，包括对机械臂、轮式机器人、四足机器人、人形机器人的运动控制算法及训练。

用户通过即插即用式 API 调用，即可在任意任务中模拟真实的控制过程，并还原规划过程中的各类场景。未来，桃源仿真平台还将通过持续迭代，拓展对更多类型具身智能体的支持。