标题：光轮智能：全自研仿真平台加速具身智能生态发展

从大模型的“语言世界”迈向具身智能的“物理世界”，仿真是连接两者的底层基础设施。在量子位MEET2026智能未来大会上，光轮智能联合创始人杨海波指出，具身智能的数据维度更复杂，其核心挑战在于数据的有效性与可扩展性，而仿真是解决这一问题的关键。

传统仿真存在三大痛点：物理不真实、视觉失真和交互行为不准，导致Sim2Real（仿真到现实）不可靠。对此，光轮智能提出“测量、生成、求解”三位一体的解决方案，通过自动化物理测量真实世界，确保仿真与现实对齐，缩小Sim2Real差距。

光轮智能的核心技术包括全自研GPU求解器，支持百万级自由度的实时求解，精度达亚毫米级，更新频率千赫兹。此外，公司构建了全球最大的遥操数据采集工厂、大规模RL训练平台LW-BenchHub，以及行业首个工业级机器人评测平台RoboFinals，为具身智能提供全流程支持。

杨海波强调，仿真不仅是技术工具，更需以真实需求为导向，通过应用场景构建生态。例如，具身仿真资产制作是生态源头，依托自动化测量与生成技术，产出高物理真实的规范化数据；大规模RL训练让智能体高效试错学习，反向优化仿真引擎；标准化评测则推动数据与训练体系迭代。

光轮智能已服务英伟达、DeepMind、阿里等头部客户，并与学术界深度合作。其自研仿真工作流成为Hugging Face官方指定环境，定义了行业标准LW-Ready，统一市场规范。

未来，光轮智能将继续协同上下游伙伴，打磨仿真底座，助力具身智能从实验室走向真实世界，推动机器人迈向通用人工智能时代。