1B
GraspVLA 合成抓取帧数
A 级 · 论文/官方仓库
01 / COMPANY
同是 Sim2Real，解法并不相同
苏度证明“纯仿真策略能否直接工作”；银河通用证明“合成动作数据能否预训练 VLA”。前者更像系统工程，后者更像可扩展数据范式。
苏度 R1
B 级证据纯仿真样机 → 高频闭环 → 开放物体抓取
公开路线
视觉/物理随机化 → 仿真训练 → 15–25 Hz 逐步观测闭环 → 真机零样本执行
视觉/物理随机化 → 仿真训练 → 15–25 Hz 逐步观测闭环 → 真机零样本执行
- 公司自报
- 60 分钟连续测试，约 98% 首次成功，两次内接近 100%
- 优势
- 恢复、扰动响应、障碍空间与软硬件时延统一
- 未披露
- 数据规模、仿真器、训练算力、论文、代码、第三方复现
工程表现强；方法透明度和可复现性仍是尽调重点。
银河通用
A 级证据十亿帧合成预训练 → 互联网语义 → 少量真机后训练
公开路线
Objaverse → BoDex → cuRobo → Isaac Sim → GraspVLA → few-shot 真机适配
Objaverse → BoDex → cuRobo → Isaac Sim → GraspVLA → few-shot 真机适配
- 公开数据
- 10 亿帧、1 万余物体、240 类
- 优势
- 数据、代码、权重、训练流程、仿真与真机接口均已公开
- 边界
- 主体证据仍集中于抓取；复杂长时序与接触任务需另证
路径可拆解、可复现；开放词汇抓取的数据门槛已进入基础模型级。
02 / LAYERS
Gap 不是一条缝，是六层接口
任何一层未对齐，都可能让仿真得分在真机上失效。图中主链保持自上而下，右侧是真实世界回灌。
03 / DATA
门槛不是一个数字，是三档目标
不同目标不能混用同一数据口径。PoC 看能否学会；部署看 OOD 与恢复；基础模型看长尾覆盖和跨任务复用。
单技能 PoC
10 → 1,000
约 10 条高质量种子示范，自动扩展为 1000 条合成轨迹。
参考：MimicGen；只能证明路线可行。
可靠部署
1,000 + 10–25
每任务约 1000 条仿真示范，加入 10–25 条真机锚定与独立 OOD 测试。
参考：OT-Sim2Real；具体任务需重新标定。
基础能力
10⁸–10⁹ 帧
约 10⁴ 物体、10² 类别，再叠加互联网语义或跨本体数据。
参考：GraspVLA；不是初创团队的起步线。
门槛 ≈ 任务 × 物体 × 初始状态 × 视觉变化 × 物理变化 × 失败恢复 × 本体
04 / ROUTES
全球六条路线正在收敛成组合拳
点击筛选技术重点。领先系统通常同时覆盖数据、模型与部署三类，而不是押注单一方法。
高保真 + 域随机化
覆盖视觉、动力学和时延分布，让策略不依赖单一仿真。
- OpenAI Dactyl
- 苏度 R1
- GraspVLA
Real2Sim / 数字孪生
从真实场景重建资产与参数，把失败案例送回可控环境。
- InfiniteWorld
- RealMirror
- 3DGS / USD
表征与分布对齐
对齐任务相关的观测—动作分布，不追求像素完全一致。
- OT-Sim2Real
- feature invariance
- unbalanced OT
生成式仿真扩张
资产、任务、专家轨迹和渲染自动化，扩展长尾覆盖。
- RoboGen
- DexScale
- InfiniteWorld
仿真预训练 + 少量真机
仿真负责广度，真机负责相机、动作接口、材料与偏好锚定。
- 银河通用
- OT-Sim2Real
- sim-real co-training
在线适应 + 多模态闭环
依靠最新观测、触觉/力与残差策略，在部署时纠偏和恢复。
- 15–25 Hz closed loop
- VTLA
- residual RL
05 / STACK
可复用技术栈，从仿真到真机接口
成熟度分数只表示“本次研究中的公开可用程度”，不是产品质量排名。
06 / TOUCH
触觉补的不是像素，是接触后的状态
把访谈口径从“终局论”校正为可验证命题：在遮挡、滑移、微小配合误差和柔性材料任务中，触觉是否显著提高成功与恢复？
视觉告诉机器人“快碰到了”。触觉告诉它“碰到了什么，以及下一步该怎么改”。
触觉价值的四项验收
成功 同一任务、同一数据量，有触觉是否更高？
省数 达到同一成功率，需要的示范是否更少？
恢复 滑移、卡滞、遮挡后是否能在线纠偏？
迁移 换材料、末端或本体后，增量标定成本多大？