聂凯旋：物理AI走向真实世界，关键是建立数据与系统闭环

　　仿真的价值不在于取代真实世界，而在于通过并行计算，让模型在进入真实设备之前经历更多训练和测试。现实中难以频繁复现的情况，可以先在数字环境中反复推演；代价较高的测试，也可以先在仿真环境中发现问题。 　　在完成训练后，评测系统会把任务拆分成不同环节，对模型和算法的表现进行反馈。这样，场景构建、数据生成、模型训练和结果评测便不再是彼此割裂的步骤，而是一条能够持续迭代的研发链路。 　　自2021年成立以来，我们始终围绕这一目标推进研发，并已完成7轮融资。 　　三、开放架构连接算力与开发者 　　物理AI的发展需要多种技术共同作用，算力、工业软件、机器人本体、模型算法和真实场景都要参与其中。 　　在技术架构上，我们选择开放解耦路线：向上连接不同模型、机器人和应用，向下兼容多元算力，让企业能够根据自身需求选择技术组合。 　　目前，除英伟达、AMD、英特尔国际主流GPU外，ORCA OS还支持摩尔线程、沐曦、瀚博、天数智芯、砺算等国产芯片。开放架构一方面提供更多算力选择，另一方面也让不同技术、工具和设备进入同一条物理AI研发链路。 　　在ORCA OS技术底座之上，我们推出了ORCA Lab免费开发者发行版，面向高校师生、个人开发者和创新团队，提供场景构建、数据合成、训练和评测工具。 　　为了让更多开发者参与，ORCA Lab将运行配置要求降低到RTX 3060级别，开发者可以从个人笔记本开始搭建和运行物理AI任务。目前，ORCA Lab的专业开发者已经达到数千人。随着更多开发者进入同一套工具环境，场景、数据、模型和应用也有了更多连接的可能。 　　四、从产品展示走向真实产业场景 　　物理AI最终要解决的，仍然是真实产业中的问题。只有进入具体场景，模型、机器人和系统能力才能得到检验。 　　在世界人工智能大会上，我们进一步展示了多机协同任务系统。人形机器人、AGV、履带车和无人机在同一个仿真场景中协同执行任务，现场还可以人为加入干预，让系统在随机变化中检验模型的应对能力。 　　ORCA OS发布后，获得了人民日报、新华社、中国日报、科技日报、央视等多家主流媒体的深度报道。 　　围绕工业制造、电力等领域的真实需求，我们也在通过场景赛事和产业合作，让机器人企业、场景方、开发者与技术平台共同参与训练和验证。这类机制一方面为机器人企业提供接触真实任务、积累训练数据的机会，另一方面也帮助场景方遴选技术和合作伙伴。 　　2026年5月，机器人场景应用挑战赛在杭州举办。面向电力场景的具身智能大赛也在推进，目前已有150家单位参赛。我们还计划于2026年10月在上海举办国际具身智能赛事。赛事把真实任务、场景数据、训练验证和合作伙伴遴选连接起来，让技术在具体产业需求中接受检验。 　　结语：从单点能力走向系统协同 　　物理AI进入真实世界，既需要更强的模型，也需要场景、数据、算力、训练、评测、工业软件和真实设备之间的系统协同。合成数据与真实数据相互校验，数字训练与真机部署相互衔接，模型才有可能从数字环境走向真实设备。 　　我们希望通过ORCA OS，让数字环境中的训练和验证更好地服务真实设备与产业场景，加速物理AI进入真实世界。