松应科技：物理AI驱动具身智能进化，从高保真仿真到真机部署

松应科技生态发展总监石茜子表示，当前行业从技术展示逐步走向实际交付，如何让机器人在客户现场稳定运行成为核心课题，而数据供给、多机协同和底层技术自主性仍是制约规模化落地的重要因素。真机数据虽然准确度较高，但获取成本和长尾场景覆盖存在限制；面对多形态机器人协同作业的需求，行业也缺乏统一底座支持多机协同训练；此外，当前大量机器人团队依赖海外技术栈，底层能力受制于人，也带来供应链安全和数据合规等方面的考量。

针对上述问题，石茜子重点介绍了松应科技自主研发的物理AI操作系统及其生态布局。该系统定位于连接算力与模型的产业中间层，目前已完成与国内多家主流芯片厂商合作，并覆盖物理引擎、渲染、合成数据生成和强化学习等核心模块。通过多源数据接入、场景重建和物理属性赋予，系统能够在几乎不影响客户生产的情况下复刻真实场景。同时，通过场景数据采集、仿真训练、真机部署和数据回流形成闭环，将场景和任务进一步沉淀为可复用的数字资产与原子技能，提升仿真训练与实际部署之间的衔接效率。

松应科技生态发展总监

以下为演讲内容整理:

数据供给鸿沟与底层技术自主性构成落地瓶颈

具身智能走向真实场景面临三重挑战。第一重是数据供给鸿沟。行业熟悉的具身智能数据金字塔中，位于顶端的是真机数据，精度最高，但采集成本高、长尾场景覆盖存在限制。第二重是多机协同困难。终端场景方希望具身智能进入现场后，能够安全、可靠、可信地作业，往往需要多种形态机器人在同一场景中协同工作，而行业缺乏统一底座来支持多机协同训练，任务分配、状态共享与路径重排都会成为工程难题。第三重是核心技术受制于人。2026年GTC大会上，英伟达宣称全球超百家机器人团队基于其技术栈开发；其仿真工具、训练框架和世界模型在上层开源，但它们调用的底层能力Omniverse却是闭源的，国内企业同时面临断供风险和核心数据外流双重隐患。中国需要拥有自主的物理AI技术底座，避免被单一厂商绑定。

松应科技团队成立于2021年，英伟达Omniverse于2020年发布预览版，双方时间线相差约一年。松应科技此后三到四年都在搭建基础底座，2025年1月正式商业化，2026年迭代至3.0企业版，并于2026年4月发布面向教育与个人开发者的免费开源版本。底座不是普通软件，而是涉及物理引擎、实时渲染、数据标准、异构算力和开发工具长期协同优化的复杂系统工程，攻关周期长、难度大。

物理AI操作系统处于算力与模型之间的产业中间层

松应科技是中国唯一完整对标英伟达Omniverse的物理AI操作系统，处在产业链中间层。向下链接算力，除适配主流海外算力外，已完成与国内多家主流芯片厂商的兼容性适配；向上链接模型，承担桥梁作用。该系统不是单一功能软件，而是涉及大量持续工程投入的系统级产品，核心组件包括物理引擎、实时渲染、合成数据、训练框架与开发工具等，目前已实现全栈功能的完整对标。松应科技当前处于B轮阶段，客户覆盖央国企、高校院所、国家级机器人中心和模型训练企业，服务机构数量接近100家；2026年承担多项国家部委重大科技攻关专项，并服务了南方电网等全国性场景客户，商业化路径初步得到验证。

系统核心能力包括高保真物理仿真，可实现20+物理维度全面感知，高效并行训练，高质量合成数据生成与高精度任务评测，同时具有上层多场景应用的特点。

场景重建与物理属性赋予让数字资产可运行可评测

松应科技场景构建步骤分为四步。第一步是多元数据接入:现场照片、三维扫描点云数据及CAD图纸和传感器数据接入并转换为通用场景描述格式，尽量不影响客户现场产线运行，客户不需要停机。第二步是三维重建:生成三维模型并进行数据增广，得到外观壳体与基础几何结构。第三步是赋予物理属性:依据场景方的行业经验，对几何体做语义分割与物理参数配置。以配电柜为例，柜门以Z轴作为旋转不变轴，设置限位、阻尼、质量、摩擦力、材质等，并将柜体底座锚定地面。最后将多个simready资产组合为可运行场景，机器人可以在数字环境中执行任务，实现场景可复现、可评测。

系统还需处理不同物理现象的实时高精度耦合计算。真实物理世界不只包含刚体仿真，还涉及刚体与流体、刚体与软体之间的实时交互，多物理场必须协同作用并保持实时性。系统界面中会显示分辨率、渲染帧率与物理仿真频率等信息，说明各物理场正在实时互动。为保障保真度、实时性和计算效率同时满足，系统需要从数据结构层面优化GPU并行设计并分配算力。任务完成过程可以被拆解为原子技能，例如柜台售货扫码可分解为抓取、对准与交互三类技能；一个项目沉淀的场景、任务、技能与数字资产都可以复用。ORCA的价值不能只看画面是否逼真，更要看它能否降低部署总成本、提高交付确定性，并让后续项目更容易复制。

从仿真示教到真机部署形成持续数据飞轮

松应科技主要商业模式是销售系统级软件，去年开始合成数据销售收入增长较快；2026年，松应科技与产业方合资成立数据业务公司，把项目中沉淀的数字资产转化为副产品收入。完整业务流程从仿真延伸至真机部署:场景方提供数据和任务要求，在虚拟场景中完成示教、增广和长尾工况生成；生态伙伴将机器人模型导入系统完成训练与验证，达到成功率后再进行真机部署；交付后数据持续回流，用于优化物理参数、搜集失败样本，并形成持续闭环。

典型数据配比为:10%仿真示教、80%轨迹与视觉增广、10%真机数据。该方案不替代真机，而是把试错环节前置到数字空间，降低真机验证成本与现场风险。已在客户现场交付的场景覆盖家电制造、汽车制造及多类分拣搬运，任务包括料箱搬运、配电柜操作、边框吸尘、扫码封装、自动配料与料盘分拣。

需要特别说明的是仿真到现实的差距问题。松应已打通示教、仿真训练和本体迁移链路，专家穿戴设备示教，实时动作可驱动系统内的虚拟机器人，再实时迁移至真机；当本体参数准确时，sim2real gap可以通过数据增广来缩小——机器人在大量不同场景中见过更丰富的状态，泛化能力随之提高，在迁移过程中差距较小，并不是外界想象中那样存在巨大且不可逾越的鸿沟。对场景方而言，松应科技的价值在于:不影响正常生产作业的前提下，把需要具身智能进入的场景做复刻与任务定义，让不同本体厂商、不同模型厂商都在同一数字环境中测试算法能力，从而帮客户加速具身智能进入场景的时间并大幅降低成本。

多机协同训练让不同形态机器人共享状态与任务

复杂任务往往需要不同形态机器人协同。松应科技操作系统支持人形机器人、轮式机器人、四足机器人和无人机在同一数字场景中协作:人形机器人完成货物识别与分拣，轮式机器人接力转运，真实环境里如果出现通道受阻，四足机器人抵达现场并共享感知结果，无人机辅助完成作业；一次环境变化不再只属于某一台机器，而是成为所有智能体共享的状态，系统再更新场景并重新编排任务路径。智能体在数字世界学习，在真实世界协同。

2026年Web大会期间，松应科技发布多机协作演示，验证的重点不是单台机器人能力，而是统一数字场景中的任务拆解、状态共享与动态重排。对场景方来说，松应科技是链接众多具身智能厂商的桥梁:场景方不需要让每家厂商都到现场反复试错，而是在复刻好的数字训练场中完成场景验证与供应商遴选。

开源版本降低门槛，生态合作培养应用工程师

2026年4月，松应科技发布轻量版开源软件ORCA Lab。该版本不绑定海外巨头最先进算力，最低支持RTX 3060或同等国产GPU，后续还会进一步优化，未来目标是在CPU核显上也能运行。ORCA Lab资产中心已上传大量SimReady场景包，用户一键订阅即可下载，省去复杂场景搭建环节；系统内预置十余款机器人模型，拖拽即可使用；松应科技还将AI agent能力接入系统，开发者通过自然语言交互，系统就会自动完成仿真构建——输入所需场景和任务描述，对话框背后的智能体便会自动配置场景、机器人，自主开始训练任务。

今年，松应科技设立具身智能开源专项基金会，与高校合作打造具身智能课程，联合伙伴一同举办实训营、赛事等，致力于激活国产开发者生态；与国家机器人检测与评定中心共同围绕仿真平台与数据集制定标准，与西门子达成合作共同落地工业应用，还与国家超算无锡中心共建联合实验室。

松应科技生态建设希望从开发者生态和产业伙伴生态两方面，共同推动物理AI真正落到各行各业。对场景方，我们期待联合落地具身智能数字训练场、共同举办行业赛事，我们协助让机器人先在数字世界里充分试错，再在真实场景里安全落地；对芯片、本体与模型公司，欢迎更多伙伴接入ORCA，在统一环境中优化、训练和验证，一同进入更多行业需求；对高校与科研院所，我们用开源版本、课程与活动助力人才培养，一起把研究课题和产业任务打通。

未来展望与挑战

物理AI操作系统将成为具身智能落地的关键基础设施。松应科技会继续深耕系统底座，优化多物理场仿真与数据生成能力，推动国产算力适配与生态扩展。行业赛事、开源版本与教育合作的共同目标，是降低技术门槛，培养应用工程师群体。随着多机协同训练和仿真到现实技术成熟，具身智能有望在工业场景实现规模化部署；中国需要建立自主可控的技术体系，保障供应链安全与数据合规。

仿真到现实仍存在参数误差，需要靠准确本体参数、数据增广与真机校准共同压缩；国产芯片驱动栈、算子库与精度特性不同，深度适配工程量大；数字资产标准、SimReady标准和评测标准仍需产业各方协同制定；应用工程师供给不足，会制约物理AI从标杆项目走向中小企业。松应科技期待与场景方、机器人、算力、模型企业及高校院所等深度合作，共同探索数字训练场落地，加速物理AI产业进程。