World Labs收购仿真公司SceniX，物理AI训练转向“造世界”路线

事件概述

World Labs于2026年7月21日宣布收购机器人仿真公司SceniX。约一周后，双方公开了Real-to-Sim-to-Real（R2S2R）的最新成果。

核心信息

• R2S2R技术路线：将一件真实机器人任务“搬进”仿真环境，在仿真中放大任务场景并训练、评测策略，最后将策略部署回真实机器人。
• 关键验证维度：World Labs强调，重点不在于“仿真能跑通”，而在于仿真中策略的相对表现能否预测真机表现；仿真中暴露的失败区域，能否提前预示真实部署中可能遇到的问题。
• 系统定位：World Labs将其定义为一个可重复运行的机器人训练与评测引擎。一个真实任务进入系统后，可扩展为大量可控制、可复用的训练世界。
• 收购价值：SceniX为World Labs补齐了真实任务重建、物理属性恢复、复杂交互模拟，以及机器人策略训练与评测能力。

值得关注

此次收购标志着世界模型的发展重心正在从“生成看起来逼真的空间”转向“预测机器人行动后的世界变化”。当世界模型进入机器人领域，核心问题从“世界看起来是什么样”变为“机器人采取一个动作后，世界会发生什么”。世界模型的角色也由此从生成观察的Renderer，走向预测状态变化的Simulator。

R2S2R技术路线需要真实数据、世界重建、生成扩展、物理模拟、模型训练、能力评测和真机反馈被放入同一闭环，单一的世界模型、物理引擎或仿真平台难以独立完成。这也预示物理AI下一阶段的竞争焦点，将是如何把现实世界转化为机器人可反复训练和学习的计算资源。