日前，杭州一家新能源汽车公司里，一台机器人正在学习完成一项精密任务——装配电池模组。它的视觉传感器快速扫描，精准识别出不同规格的零件；机械臂随即灵活调整角度，以最优轨迹接近；柔性夹爪轻柔抓取，内置的力觉反馈实时微调，确保零件既不被捏损又能稳稳固定；最后将零件精度平稳地推入卡槽，整套动作一气呵成。很难想象，这位“熟练工”仅用了一周，就已“出师”上岗。
此前，这样的技能训练通常要用几个月，需要先搭建专用训练产线，准备海量真实零件，工程师全程监护调整参数。每一次碰撞都要停工更换零件，机器人要反复试错数十万次，堪称“奢侈”的综合成本高得让不少企业望而却步。如今，在光轮智能构建的数字平行工厂中，机器人可以在虚拟空间里同时进行成千上万次并行训练，零件可无限复制，甚至能模拟零件形变、偏差等真实生产中的突发状况，让企业快速提升机器人训练效率的同时，降低训练使用成本十倍以上。
这背后，是光轮智能（北京）科技有限公司（以下简称“光轮智能”）对仿真技术的极致打磨，实现了关键突破。光轮智能致力于以高质量仿真合成数据与物理AI技术驱动具身智能走向现实世界，成为全球物理AI与世界模型数据市场的第一数据基础设施提供商。目前，全球前三的世界模型团队已全部与光轮智能开展合作，国际主要具身智能团队中，亦有超过80%的仿真资产和合成数据来自光轮。
首创自研仿真新范式 构建“数字平行宇宙”
“十五五”规划建议中提出，前瞻布局未来产业，推动具身智能等成为新的经济增长点。预计到2035年，我国具身智能市场规模将突破万亿元。这不是单一赛道的独立成长故事，而是一条横跨基础设施、技术服务、产品服务、行业应用全产业链，将引领交通物流、工业制造、商业服务等多个应用领域新质生产力的跃升。
然而，要实现这一宏伟蓝图，需要先攻克一个关键环节——专业仿真平台。工业和信息化部《人形机器人创新发展指导意见》明确指出“构建仿真系统和训练环境，加快技术迭代速度，降低创新成本”。面对挑战，光轮智能没有选择简单地混搭已有的技术工具，而是从根本上重新设计了整个技术体系，走出了一条独特的技术路径。
光轮智能首创“测量—生成—求解”三位一体技术路线改变了传统仿真的范式。公司运用自主研发的高精度测量设备，精确捕获材料、接触、摩擦等真实物理特性，构建了中国最大的物理属性数据库。这些真实数据不是用来验证理论模型，而是直接驱动物理解算器的设计和优化，实现了数据与模型的双向校准。这种“真实物理对齐”的创新方法，缩小了仿真与真实的差距，让仿真迁移到真实的成功率达到业界领先水平。
不止于此，光轮智能的仿真平台如同一座“数字平行宇宙”，不仅模拟重力、碰撞、摩擦等基础物理现象，更能精确还原材料形变、液体流动、柔性物体操作等复杂交互。在医疗领域的手术机器人训练中，仿真可以模拟人体组织的弹性和脆性；在物流领域的分拣场景中，仿真可以模拟包裹的重量分布和易碎特性。机器人绝大部分的技能都是在这样的虚拟世界中习得的，从简单的抓取动作到复杂的装配任务，每一项能力的获得都离不开仿真环境的支撑。
有了这样的仿真系统和训练环境，具身智能原本漫长的训练周期可压缩到数周甚至更短，成本也降至可承受范围，且训练出的技能能直接部署到多台机器人，实现一次训练、多机复用。
全栈自研仿真 技术攻关的珠峰
尽管仿真平台至关重要，但面向具身智能时自研仿真平台的难度远超想象。要构建一个完整的全栈系统与平台，往往存在三方面局限：授权成本高、灵活性有限，难以支撑海量并行训练与高频技术迭代；核心算法与接口封装较深，对新型机器人形态、本土特色工艺流程、定制化传感器的适配性较差；在与本地算力体系、行业场景深度适配时，优化空间受限，难以形成可持续演进的技术积累。
在仿真物理引擎层面，光轮智能完全自研的SolveR（物理解算器）支持百万级自由度求解，实现了刚体、柔体、流体、颗粒等多物理场耦合，物理精度达到亚毫米级，更新频率达到千赫兹。更重要的是，这个引擎专门针对机器人任务进行了优化，在接触力计算、抓取模拟、行走稳定性等关键环节都有独特的算法创新。
仿真训练平台的构建同样体现了光轮智能的技术深度。光轮智能自研仿真技术已成功部署于国内云上，提供平台化服务，同时自研的训练内核面向国产CPU/GPU/NPU深度优化，覆盖从环境并行采样到策略更新的全链路。
光轮智能解决方案副总裁张建伟表示：仿真平台不只是训练场，它承载着行业的基础知识积累——每一次对物理世界的参数标定、每一个场景模型、每一套评测标准，都是企业的核心能力。在没有自主研发、可持续演进的技术体系时，未来的产品调整和新场景拓展就会受限。因此，自研仿真底座既是技术必需，也是战略选择。
“只有把数据生成和训练的全链路掌握在自己手里，才能在算力波动、场景变化、硬件升级时保持迭代的主动权。让仿真平台成为机器人企业真正用得顺手、可靠的工程基础设施，具身智能的创新才能从点对点的试验转化为可复制、可扩展、可迭代的产品体系。总之，自研仿真是要在具身智能道路上走得更远、走得更稳的基石。”
生态驱动打造行业“爆品应用” 加速产业赋能
攻克仿真平台技术难题后，光轮智能意识到没有生态支撑，仿真平台难以持续发展。仿真平台需要海量使用场景的验证和优化，也需要持续的商业回报来支撑大规模研发投入。过去一些仿真项目往往失败，很多原因在于缺乏“爆品应用”来推动平台演进。仿真平台像操作系统，没有“爆品应用”，再强的技术也只能是实验室中的玩具。
在此基础上，光轮智能推出了“具身考场评测平台”，完善了具身智能从数据到模型的闭环。作为业界首个面向前沿机器人基础模型的工业级评测平台，通过100项工业级任务提供标准化能力度量，服务全球领先的大模型团队，帮助具身模型快速迭代并衡量实际能力提升。仿真合成数据用于训练，具身考场用于验证，这种数据生成—模型训练—能力评测的闭环，促使仿真平台在实战中不断进化，形成正向循环。
以阿里巴巴通义千问团队的合作为例，双方在平台使用层面深度协同，并共同定义了多个工业级场景的任务结构与评测标准，为评测平台的核心能力奠定基础。通义千问正在使用具身考场对其前沿具身智能模型进行高通量、工业级的能力验证。与传统学术基准不同，具身考场帮助快速定位模型瓶颈、诊断性能短板，并评估模型实际能力提升。作为全球迭代速度最快的基础模型团队之一，通义千问在实战中不断突破平台极限，推动具身考场逐步成为世界模型级别机器人评测的行业标准。
光轮智能的自研仿真技术也获得国际认可。作为全球最大的AI开源社区、聚集超百万开发者的LeRobot平台，长期致力于降低机器人AI研发门槛，但一直缺乏兼顾高保真物理模拟与灵活适配多算力架构的仿真工具。这一痛点被光轮智能的自研技术精准解决。11月26日，光轮智能LeIsaac仿真工作流作为首批官方集成方案被正式纳入Hugging Face LeRobot官方文档，成为官方指定的仿真环境，走进全球百万开发者的工具箱。
光轮智能的技术和效率优势正在市场上得到验证：其仿真合成数据已成为全球使用频次最高的应用之一，为阿里千问、智元、银河、英伟达、谷歌等顶尖团队提供训练数据支撑。公司近期完成数亿元级别的融资，年营收突破亿元，订单需求保持高速增长，整体数据交付时长达到百万小时规模，覆盖工业、农业、物流、医疗等多行业。
展望未来，光轮智能的发展将继续以自研仿真底座为主线。联合创始人兼总裁杨海波表示：“光轮在国内建立了全球最大的仿真遥控基地，周产出上万小时高质量数据。我们将继续攻克从仿真到现实的叫SiM-to-Real难题，完善从测量、生成到求解的全栈能力。未来将继续与算力平台、机器人厂商和各行业应用方长期协同，使自研仿真底座更加稳定、准确、易用，以工程能力支撑具身智能产业的长期发展。”
到2025年，光轮智能将完成核心技术在典型场景的全面验证，服务国内标杆企业；到2027年实现覆盖约1000家企业，构建完整产业链；到2030年，其自研仿真底座将支撑万亿级的具身智能市场，使机器人在工厂、医院、家庭等场景以更低成本、更高效率落地，推动中国新质生产力成为全球AI发展的驱动。
