光轮智能联手新思Ansys:工业接触任务仿真校准误差降91.7%

光轮智能主导定义并跑通工业接触任务中CAE精度的机器人任务级仿真校准:Ansys Motion提供部件力学分析,SimFoundry完成真实测量与自动化校准,RJ45任务最差轴向力误差降91.7%。

发生了什么

11月6日,工人日报报道:光轮智能与全球芯片设计软件巨头新思科技联合发布具身智能仿真成果——由光轮智能主导定义并跑通技术链路,在工业接触任务中实现达到CAE(工程仿真)精度的机器人任务级仿真校准。

通俗地说,团队要解决的是机器人“插网线总是插不准”这类问题:瓶颈往往不在决策模型,而在仿真里学到的“手感”和真实世界对不上。

关键细节和数据

任务分工很清晰。新思旗下Ansys Motion多体动力学软件负责提供部件级CAE数据与力学分析;光轮智能的SimFoundry自动化仿真系统负责真实测量、物理建模和自动化校准。

最具代表性的案例是RJ45网线插入。初始模型怎么都匹配不上真实插入力。Ansys Motion分析后发现,额外阻力来自插头内部金属触点形变。把相关CAE数据反馈给SimFoundry做自动化校准后,最差轴向力曲线的归一化误差降低了91.7%,仿真环境中的插线任务得以顺利完成。

光轮智能产品策略总监何仲强调,这个数字的意义不只是单点精度,而在于:工业CAE沉淀数十年的接触与形变机理,第一次被转化成机器人任务级仿真可校准的物理依据,而这条转化链路由中国团队定义并跑通。

支撑底座是SimFoundry的“求解—测量—生成”全栈:先用真实实验采集摩擦、刚度、形变、接触力等参数,把经验估算变成可追溯证据;再处理刚体、柔体、颗粒与动力学响应;最后基于OpenUSD与SimReady管线,自动生成经过物理验证的资产与任务。整套校准由Agentic智能体工作流自动执行,目标是把依赖专家手工调试的工业级校准,变成可规模复制的自动化能力。

为什么重要

具身智能训练高度依赖仿真。如果接触力、形变和摩擦在仿真里是错的,策略在真机上就会“会想不会做”。把工业级CAE精度接到机器人任务级仿真,等于给物理AI补上一块长期缺失的工程底座。

在标准与生态层面,光轮智能是国际物理AI标准Newton仿真技术委员会中唯一的中国企业;今年7月,公司还与西门子共建了工业级Real2Sim基础设施。从标准制定到工程落地,中国团队正在进入全球物理AI基础设施的核心协作圈。

影响和展望

短期看,RJ45这类精细力控任务的校准成功,会推动更多工业接触场景——插拔、装配、线缆操作——把CAE数据纳入仿真闭环。中长期看,具身竞争会越来越分层:表层比模型和数据,底层比物理真实性与工程验证能否规模化。

何仲的判断很直接:这一次补上的不只是一个精度指标,更是具身行业走向工业化的物理底座。接下来的关键,是把单任务上的91.7%误差下降,扩展成跨工厂、跨器件、可复用的校准资产库。

参考来源

发布者:极致前沿,转转请注明出处:https://www.veryin.com/4380.html

赞 (0)
Meta收购Conductor:把多代理并行编程工作区收进超级智能实验室
上一篇 2026年11月6日 上午9:11
英伟达Vera CPU:每瓦多承载1.6倍智能体,专为“GPU推理+CPU执行”循环设计
下一篇 2026年11月6日 上午9:11

相关推荐

发表回复

登录后才能评论