启元具身研究中心发布仿真器PrimeSim，EWMBench综合得分6.09居首

11月4日，启元具身研究中心发布世界模型仿真器PrimeSim。该产品以预训练视频生成模型为底座，经中训练、后训练两阶段改造，可替代传统仿真器完成交互推演，面向机器人操纵任务开展策略训练。

机器人控制策略训练离不开仿真环境，然而依靠人工搭建仿真场景的方式，难以支撑大规模落地。

在EWMBench基准上，PrimeSim以6.09的综合得分位列榜首；分项指标HSD（1.000）、nDTW（1.000）、BLEU（0.570）、CLIP（0.954）、Logics（1.000）均排名第一。

启元具身研究中心介绍，理想的机器人仿真器需同时满足并行调度上万条轨迹、场景精确重置且无硬件损耗、减少跨场景工程定制、缩小与现实环境差距等要求。

在基于LIBERO设计的WorldSimProbe五项评测中，PrimeSim在全局轨迹覆盖（67.9）、动作来源行为保持（72.3）、交互动态（37.1）三个维度登顶。

启元具身研究中心团队认为，仅依靠视频生成模型实现“视觉逼真”尚不充分。作为仿真底座，模型还须严格服从策略输出的动作指令、保持多相机视角间的几何与语义一致，并在远长于训练上下文窗口的时间跨度内维持状态连贯。

中训练阶段使用30110小时精选机器人演示数据，覆盖人形、双臂、单臂、手持UMI设备等22种异构机器人平台，其中人形机器人样本占54.8%、真实世界数据占84%。

围绕统一动作表征、帧对齐双路径条件注入、视角感知交错注意力三项核心设计，模型实现了跨本体兼容与控制信号的强绑定。

后训练阶段则通过高速生成链路、自条件稳定性、分层时序记忆三项机制，使模型在超出固定训练上下文窗口后仍可稳定推演。

模型权重、推理代码与训练代码定于11月6日开源。

市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。