李飞飞World Labs发布R2S2R引擎，首次打通仿真训练真实机器人的闭环

李飞飞创办的空间智能公司World Labs，刚刚借助新收购的机器人公司SceniX之力，发布了全新的机器人策略训练与评估引擎R2S2R（Real-to-Sim-to-Real）。这套引擎把World Labs的版图从生成可交互的虚拟世界，延伸到了真实机器人的训练、评估与部署，首次打通了从仿真训练到真实运行的闭环。

拆开来看，R2S2R包含Real-to-Sim和Sim-to-Real两个部分：前者负责把现实中的机器人、传感器、物体以及交互过程搬进仿真，构建与真实任务对齐的虚拟环境；后者则让机器人在这些虚拟环境中完成训练和评估，再将策略直接部署回真实世界。

李飞飞在X上表示，基于这套方法训练出来的策略，即使完全没用过真实世界数据，也已经能够连续自主运行1小时，无需人工干预。她此前提出世界模型可以承担三种功能——渲染器负责生成观察，仿真器负责模拟世界状态，规划器负责输出行动；R2S2R所推进的，正是其中最关键的一块：仿真器。

World Labs在博客中解释动机：当前机器人发展的主要瓶颈，已经不只是模型架构，而是缺少能够规模化获取的经验和评估。与训练大模型的互联网数据不同，机器人的每一条经验都需要真实发生，每轮实验都要占用硬件、人工重置物体并处理失败，很难系统覆盖不同环境、物体属性和失败条件。

在Real-to-Sim阶段，团队先采集机器人、传感器、环境、物体和任务演示等信息，再通过生成式世界建模系统重建为可交互的虚拟世界，不仅要还原外观，还要尽可能复现物体的物理和动力学特性。完成重建后，团队让机器人在现实与仿真中执行相同动作，直接比较视觉观测、物体反应和最终结果，验证两边是否真正对齐。

在Sim-to-Real阶段，对齐后的仿真世界变成一套可扩展的训练与评估引擎：机器人先在仿真中学习新策略，评估系统主动寻找它容易失败的状态并围绕弱点生成新经验，形成“发现问题—补充数据—改进策略”的闭环，最后再部署回真实硬件。

报告中显示，只在仿真里训练的策略可以直接迁移到ALOHA、RB-Y1、YAM、Flexiv和xArm等机器人平台，完成装箱、绕线、试管转移和杂乱环境中的单件抓取等任务；其中电源线绕行、线缆插拔、试管转移等任务均连续自主运行1小时，没有失败，也没有人工接管。在ALOHA双臂方块交接任务中，团队对GR00T N1.6和π₀.₅两种策略架构分别做了2000次仿真试验和100次真机试验，结果显示仿真中表现更好的checkpoint，在真机上通常也表现更好。

事实上，在正式发布R2S2R的前一周，World Labs就已宣布收购SceniX。这家专注机器人仿真、训练与评估的初创公司，联合创始人李昀烛是哥伦比亚大学助理教授，曾在MIT获得博士学位，随后在斯坦福跟随李飞飞从事博士后研究。据李昀烛在a16z访谈中透露，这次收购并不意味着World Labs要亲自造机器人，而是要建设一套与机器人形态和模型架构解耦的基础设施。

双方计划围绕仿真、基础模型和动作条件模型逐步整合，并希望先在仓库、实验室和电子装配等半结构化场景中，与客户完成真实部署验证。