苏度科技Sudo R1零真机数据实现98%首次抓取成功率,纯仿真路线验证Sim2Real新范式
2026/04/20 13:34阅读量 4
苏度科技发布全栈自研具身机器人系统Sudo R1,该模型在完全未使用任何真机数据的情况下,通过纯仿真训练实现了近100%的zero-shot首次抓取成功率。系统在60分钟不间断测试中成功抓取了包括透明、金属、软质在内的100多个未见物体,展现了极强的泛化能力与鲁棒性。这一成果打破了行业对纯仿真数据难以跨越现实世界复杂性的质疑,为具身智能规模化落地提供了新的技术路径。
事件概述
苏度科技(Sudo AI)正式发布首个软硬件全栈自研的机器人系统#Sudo R1。该系统采用世界模型与强化学习一体化设计,在零真机数据(Zero-shot)的训练条件下,成功实现了关键任务的高成功率抓取,标志着纯仿真训练路线在Sim2Real(Simulator to Real)落地上的重大突破。
核心实测表现
- 测试场景:在60分钟不间断的视频测试中,机器人执行了200多次抓取任务,覆盖透明、柔性、反光、不规则形状等常见“硬骨头”物体。
- 环境复杂度:测试包含不同光照条件(暗室、日光、夜景)、动态背景(电视屏幕模拟)、障碍物约束及随机物理干扰。
- 成功率数据:
- 首次抓取成功率约98%。
- 两次尝试内成功率接近100%。
- 无需任何示教或场景适配,即可在不同环境中直接完成抓放操作。
技术路线与架构创新
1. 纯仿真数据驱动
与传统依赖few-shot(少样本)示教、需针对特定场景采集真机数据并重新训练的主流路线不同,Sudo R1坚持纯仿真数据训练:
- 无真机数据:训练过程中未使用任何真机采集数据、遥操作数据或人工标注数据。
- 高保真仿真器:利用内置完整物理动力学(dynamics)信息的高保真仿真器作为预训练数据引擎,使模型学习到可泛化的物理规律。
- 解决瓶颈:克服了真机数据采集成本高、规模扩展难以及真机数据在动力学信息表达上不完备的行业痛点。
2. 世界模型与强化学习一体化
苏度科技是目前行业内唯一在底层模型中系统性实现世界模型(World Model)与强化学习(RL)一体化设计的团队。这种架构使得纯仿真训练能够独立支撑模型跨越现实世界的复杂性与不确定性,从而在泛化性、敏捷性、鲁棒性和空间智能四个维度逼近生产级水准。
团队与资本背景
- 核心团队:
- 首席技术顾问:苏昊(复旦大学浩清特聘教授、通用物理智能研究院院长),具身智能领域知名学者,ImageNet核心缔造者之一。
- 联合创始人兼CEO:韩铮,连续创业者,具备AI与硬件产品领域的多次0-1及规模化落地经验。
- 技术负责人:徐泽祥(前Adobe 3D Gen AI负责人),图形学权威专家,论文引用超1.1万次。
- 硬件负责人:陈润泽(源码资本前投资人),曾主导对宇树科技的早期投资。
- 融资情况:公司成立于2025年5月,最新一轮融资估值已突破20亿美元。投资方阵容包括宁德时代溥泉资本、阿里、高瓴创投、腾讯、蚂蚁、IDG、蓝驰创投等全球一线机构。
产业应用进展
- 部署优势:基于zero-shot能力,系统无需采集客户敏感数据即可完成初步部署,降低了企业接入门槛。
- 平台化策略:计划提供系统接口与开发者工具,支持多工位覆盖与跨场景迁移,满足柔性制造需求。
- 联合开发:已与宁德时代在电池生产与物流环节开展联合开发,推进具身智能系统的落地验证。
