数字孪生中的极速进化
机器人弗雷多（Freddo）在办公室内行走，从员工手中接过塑料瓶。这一动作本身并不稀奇，毕竟已有机器人打破百米短跑世界纪录。但弗雷多掌握行走、识别及抓取技能的速度令人瞩目：开发并上传这些技能仅耗时几分钟，而竞争对手的系统可能需要数天。
这是英国剑桥初创公司Vsim的成果。创始人米歇尔·卢（Michelle Lu）和基尔·斯托里（Kier Storey）旨在打造能控制机器人在家庭及工作场所导航并执行任务的软件。尽管愿景宏大，但现实挑战依然严峻。“机器人领域存在一种奇特现象：人类觉得极难的体操动作，机器人能完成得不错；而人类擅长的精细操作灵活性，对机器人而言却极具挑战。”斯托里指出。
弗雷多的技能源于虚拟环境中的数百万次模拟训练。一旦找到最佳策略，即可上传至硬件。这种基于虚拟模拟的训练方式并非孤例，科技巨头英伟达的Isaac Sim系统也采用类似逻辑，卢和斯托里曾参与其早期开发。2022年，两人创立Vsim，从零构建优化的训练环境。
GPU加速与本地实时推演
Vsim的核心优势在于对图形处理器（GPU）的深度优化。“大多数机器人模拟的基础算法源自20世纪70至80年代，与GPU架构并不契合。”斯托里表示。通过重构，Vsim实现了超高性能模拟，甚至在一年半后打造出功能完备的系统。
该软件效率极高，可直接在弗雷多携带的硬件上运行。这意味着机器人在移动时可进行数万次的实时模拟。“它能展望约一秒的未来，针对一万种不同情况进行组合预测。”斯托里解释道。这对于在非结构化环境（如普通家庭）中移动的机器人至关重要，使其能快速适应人类、动物或其他突发状况，确保行为安全且忠于任务。
巨头博弈与技术瓶颈
Vsim目前拥有10名工程师，而英伟达则凭借数百人的团队主导AI芯片市场，并提供包括虚拟模拟系统及“世界模型”Cosmos在内的全套软件栈。Cosmos赋予机器人对物理规律及环境变化的理解力。然而，即便拥有强大算力，英伟达机器人产品总监斯宾塞·黄（Spencer Huang）承认，软件对现实世界的理解仍处于初级阶段。“抓取瓶子不难，难点在于执行‘拿起、装水、倒掉’这类长程任务。”
为提升效率，英伟达今年开始利用AI代理自动构建虚拟环境并验证解决方案，以此替代大量人工劳动。“这相当于提供了一支庞大的劳动力队伍。”黄表示。
除模拟训练外，模仿学习也是重要路径。剑桥大学副教授丽卡·安东诺娃（Rika Antonova）使用谷歌DeepMind旗下的开源系统MuJoCo进行研究。她认为Vsim的极速模拟极具前景：“在机器人调整动作的几秒内，可模拟数亿个样本并实时改变轨迹。”但她同时指出，模拟仍是现实世界的粗略近似，难以建模高度可变形物体或切割等复杂交互，这正是Vsim与英伟达正在攻克的难题。
卢表示，Vsim正致力于减少近似值，通过高精度模拟训练出在现实中同样表现优异的模型。不久后，第二台机器人“纳乔”（Nacho）将加入测试，以加速开发进程并验证软件在不同硬件上的通用性。当然，这也将为弗雷多提供一位同伴。