2026年11月2日，优必选发布具身智能仿真平台Thinker-Sim，覆盖真实场景数字化、规模化仿真数据合成、机器人能力评测三个环节，定位是一站式技术体系。它的核心想法是让真实世界快速进入仿真，先在虚拟环境里把机器人练熟、测稳，再回到真机部署。对工厂与商业服务场景的机器人团队来说，这类平台的价值不在演示效果，而在它能不能复现真实任务、能不能把仿真结论带到真机上。
平台以Real2Sim2Real为核心框架，采用优必选自研的Thinker-GS高保真场景重建算法与全流程SimReady资产自动化生成技术，从真实场景采集、三维重建走到仿真资产生成。以真实工厂产线环境为例，三维重建可以还原厂区空间布局、环境结构与视觉细节，再按训练、数据采集、算法评测等不同需求，灵活加载机器人、生产设备与人员等资产。平台还支持图文驱动的三维资产批量生成、低模拓扑优化、视觉材质生成与碰撞体自动配置，兼顾视觉表现、物理仿真适配与规模化生产效率。
三件事一次做完：建场景、造数据、评能力
Thinker-Sim内置丰富的标准化仿真任务模板，覆盖机器人常用的训练、数据合成与评测场景，用户通过模板选择与参数配置就能快速启动仿真任务，不必从零搭建环境。仿真过程支持实时画面推流、任务状态监控与运行结果反馈，执行情况可以实时掌握。基于自研Ulab-Agent，自然语言成为统一交互入口，平台理解用户需求后，自主调用场景创建、环境配置、随机化、任务编排与调度执行等底层技能，让仿真任务全流程智能化。面向商业服务等场景，平台也能快速生成具备真实视觉表现的数字孪生环境，供机器人在不同场景下训练与部署验证。
仿真过关不等于真机过关
仿真平台真正的考验在落地环节：场景重建是否够真、任务模板是否覆盖真实工况、仿真里通过的策略换到真机是否还成立，都需要用真实数据与真机测试逐项验证。本次发布介绍没有给出价格、开放方式与接入细节，团队在采用前要先核对试用渠道、支持的机器人型号与数据格式。下一步值得看的是首批真实部署案例，以及优必选是否公开可复核的评测结果，用来判断仿真与真机之间的差距到底有多大。具身智能专题
