GE-Sim 2.0（正式名称 Genie Envisioner World Simulator 2.0）は、ロボットマニピュレーションのためのクローズドループ動画ワールドシミュレータである。論文は arXiv:2605.27491 として公開され、Boxiang Qiu 氏ら15名の著者による成果で、2026年5月26日に投稿され、ロボティクス（cs.RO）に分類されている。
本手法は Genie Envisioner の行動条件付き動画生成フレームワークを土台としている。研究チームは、遠隔操作によるデモンストレーション、接触の多いインタラクション、さらにロボット上での方策展開中に得られた実世界データを数千時間分用いてモデルを再学習した。この規模と多様性により、行動追従の忠実度が大きく向上するとともに、カバーできる軌道の範囲も広がり、シミュレータが実世界の複雑な挙動により近づいた。
この基盤の上に、GE-Sim 2.0 は動画シミュレーションと方策学習を結びつける3つの新モジュールを導入する。第一に状態エキスパートで、動画の潜在表現から固有受容状態をデコードし、下流の視覚・言語・行動（VLA）方策が次の行動チャンクを予測できるようにする。第二にワールドジャッジで、生成されたロールアウトをタスク指示に照らして採点し、人手による確認の代わりに機械検証可能な成功信号と報酬を出力する。第三に高速化フレームワークで、単一のH100上で25フレームのロールアウトを2.3秒で生成でき、推論時には最大4倍のフレームスキップにより長期的な評価を可能にする。
性能面では、GE-Sim 2.0 はわずか2Bパラメータでありながら公開の WorldArena リーダーボードで首位に立ち、専用設計のロボットワールドモデルやクローズドソースの汎用動画生成器をも上回る。さらに重要な点として、そのロールアウトと報酬に対して学習した方策は実世界でも測定可能な改善をもたらしており、本シミュレータがスケーラブルな評価とクローズドループ方策学習のための実用的なプラットフォームであることを示している。論文は PDF と実験的な HTML 版が提供されており、DOI の登録はまだ処理中である。