世界模型RESEARCH BRIEF
Real-to-Sim-to-Real
让生成的世界真正用于训练机器人
IN A NUTSHELL
从真实任务构建可控仿真，再用仿真训练和筛选机器人策略。关键证据不是场景“看起来像”，而是不同策略在仿真中的相对优劣、失败位置与真实硬件是否一致。
01
方法与关键变化
Real-to-Sim 将物理任务转成与现实对齐的世界，Sim-to-Real 利用其扩展环境变化、生成训练经验并评估策略，形成反复校正的闭环。
官方强调同一仿真可服务不同策略和机器人；有用的模拟器不一定逐项复刻绝对成功率，但应帮助做出与真实测试相同的模型选择。
02
实验与证据
双臂方块交接评估中，每个 checkpoint 用 2,000 次仿真与 100 次真实试验，均区分 ID/OOD 位置。作者报告仿真保留策略排序与训练变化趋势；这一协议比单段成功视频更可检验。
03
开放情况与使用许可
官方明确采用专有技术，未发布可下载模型或训练实现。
LICENSE未公开模型许可证
04
我的判断
独立分析 · 未复现实验正方 · 为什么值得投入
它提出的评价目标很实用：仿真不必在每个像素上完美，但应能挑出更好的策略、暴露真实失败。将生成世界当作实验工具，可能比单纯追求逼真更有价值。
反方 · 哪些结论还不够
策略排序在少数任务上吻合，未必在新接触材质、摩擦或失败边界附近仍成立。大量仿真样本不能补偿一个系统性的物理偏差。
综合判断
适合先做策略筛选与故障分析，不宜未经校准就把仿真分数当真实成功率。可信度应按任务域而非按产品名称建立。
我会先做的验证
选一组强弱接近的策略和边界任务，先在仿真预测排序，再盲测真实机器人；统计排序相关性、虚假通过与虚假淘汰，并留出新材质检验。