AI 开始研究 Physical AI：FSD 级团队亮出首版模型 Simate-beta，空降 RoboDojo

Physical AI 赛道又出现一个新玩家。量子位报道称，一支被形容为“FSD 级”的团队首次亮出面向 Physical AI 的模型 Simate-beta，并将这套系统直接“空降”到 RoboDojo 平台。

从来源给出的信息看，这条新闻的重点不只是一个新模型，而是一整套工程体系：Simate 把训练、推理与评测全流程都接入了自研 Infra，形成从数据到评估的闭环。对 Physical AI 这类高度依赖反复试验的方向来说，基础设施的完整度往往决定了迭代能不能持续。

更具体的做法体现在任务编排与资源调度上。来源称其通过极致的任务编排与资源调度，同时并行推进数十条相互独立的研究路线——这意味着探索不再是一条条串行推进，而是变成大规模并行试错。

为什么值得关注：Physical AI 把大模型能力从屏幕推向物理世界，对数据闭环、仿真环境、评测标准和算力调度的要求都远高于纯文本任务。一支有 FSD 级别经验的团队切入这一方向，通常会把自动驾驶领域积累的端到端建模、仿真与大规模数据工程方法一并带进来。

与模型一同被强调的还有 RoboDojo 平台。来源用“空降”形容这一步，说明模型与平台是被作为整体推进的：模型需要评测场来验证，评测场也需要模型来打磨。对 Physical AI 而言，一套可复用的训练与评测基础设施，往往比单个模型更能决定迭代速度。

Simate-beta 仍是首版，来源也没有给出参数量、基准成绩或开源计划等细节。后续要看三件事：beta 之后能否快速迭代出正式版本，RoboDojo 上是否会公开可对比的评测结果，以及这套自研 Infra 是否会对外开放。