Genesis AI 發佈 Nyx、Quadrants 與 Genesis World 1.0 物理平台，助力可擴展機器人基礎模型評估

Genesis AI 發佈了 Genesis World 1.0，一個旨在加速機器人基礎模型開發的仿真平台。該平台由四個核心組件構成：Genesis World 物理引擎、Nyx（實時路徑追蹤渲染器）、Quadrants（Python到GPU編譯器）以及仿真接口。其核心目標是解決機器人模型開發中的一個關鍵瓶頸——策略評估的迭代速度。

在機器人領域，數據獲取和迭代速度是兩大挑戰。儘管業界已大量投入數據收集，但 Genesis AI 指出，模型開發週期的速度，尤其是評估候選策略和比較模型檢查點的效率，是更隱蔽但同樣嚴重的瓶頸。傳統的真實世界評估需要超過200小時的連續機器人操作，且僅針對單次評估。Genesis World 1.0 能在無需人工或硬件介入的情況下，在0.5小時內完成相同評估，且結果完全可重現。

研究團隊特意優先將仿真用於評估而非訓練數據生成。他們的理由是：如果訓練和評估共享相同的仿真分佈，性能提升可能僅僅反映了對仿真器動態的更精確擬合，而非模型本身的真正改進。因此，他們採用零樣本真實到仿真（zero-shot real-to-sim）方法：策略僅用真實世界數據訓練，仿真中不引入任何訓練數據。

在14個任務、每個任務200個episode的測試中，Genesis World 1.0 的仿真結果與硬件 rollout 之間的皮爾遜相關係數達到0.8996（95%置信區間：[0.7439, 0.9314]）。平均最大排名違規（MMRV）僅為0.0166，表明仿真器能保持不同模型的相對性能排序。團隊還構建了實時並排對比裝置，通過切換仿真器與真實機器人的觀測源來診斷現實差距的來源。經過優化，他們的仿真與現實差距比次優替代方案縮小了45%（以FID評分衡量）。

平台的具體組件包括：Nyx，一個GPU加速的路徑追蹤渲染器，能夠以4毫秒或更短時間生成無噪聲的1080p幀，支持批量物理驅動的並行渲染；Genesis World 物理引擎，開源且支持多物理場（剛體、彈性體、MPM、SPH、PBD等），並引入了無屏障彈性動力學，在接觸密集型場景中性能比傳統IPC方法提升高達103倍；Quadrants，一個Python到GPU的跨平台編譯器，基於Taichi分支開發，在操作和基準測試中性能提升高達4.6倍，且冷緩存啓動時間從7.2秒降至0.3秒；以及仿真接口，包括數字孿生、程序化環境生成和跨本體環境等工具。

Genesis World 1.0 的評估框架基於正交擾動維度的分類法，涵蓋視覺、行為和語義三大類，支持細粒度的魯棒性分析。由於仿真評估無需硬件，因此可以輕鬆擴展到數千個episode，為大規模模型比較提供了可能。

如需瞭解更多，用户可以訪問 Genesis AI 的博客，或通過 GitHub 獲取物理引擎、渲染器和編譯器的源代碼。