Lightwheel 利用 NVIDIA 仿真和基础 Modder 加速物理 AI 开发

为克服这些挑战，Lightwheel 开发了 Lightwheel 仿真平台——一款基于 NVIDIA Omniverse、Isaac Sim 和 Isaac Lab 构建的综合解决方案，通过三个核心组件解决具身化 AI 的开发问题。

Lightwheel SimReady 资产和仿真基础 

Lightwheel 提供专为先进机器人开发仿真而设计的高质量 SimReady 资产。这些资产采用精确的几何图形和物理属性设计，针对从远程操作数据采集到强化学习的各种用例进行优化，确保它们不仅具有物理效果，而且还具备远程操作和机器人学习的能力。

为了最大化兼容性，SimReady 资产针对 Omniverse 是以通用场景描述（USD）格式提供，而 MJCF 格式的 Isaac Sim 则是用于 MuJoCo。这种灵活性使团队能够在其首选仿真环境中加速开发。 支撑该资产库的是 Lightwheel 的仿真框架，该框架无缝集成了 Isaac Sim。

高级远程操作和数据生成

Lightwheel 通过 VR 头显 (Apple Vision Pro、Meta Quest)、Space Mouse 和外骨骼解决方案实现高质量的远程操作数据采集，提供鲁棒的质量保证。该平台将 MimicGen 和 DexMimicGen 与 Lightwheel 的 SimReady 资产、环境和 Isaac Sim 相结合，可泛化远程操作的仿真数据，将合成数据的价值扩展 100 到 1000 倍。

为了生成这种多样化的训练数据集，操作员通过复杂的工业任务控制仿真的 Unitree H1 人形机器人，包括使用 Dex Hand 操纵圆柱形组件以及在汽车环境中提起重型托盘的双臂协调。这些数据包括 RGB 图像、关节状态、GPT 生成的任务说明和场景元数据。 这一鲁棒的训练过程带来了优秀的下游性能，验证了具身智能基于仿真工作流的有效性。

GR00T N1.5 集成和质量保证

通过利用 GR00T N1.5 视觉语言操作（VLA）基础模型，Lightwheel 以从 SimReady 环境中仿真生成的合成数据对模型进行微调。 这些数据包括 RGB 图像、关节状态、GPT 生成的任务说明和场景元数据。 最终模型展示了优秀的下游性能，突显了合成数据在训练具身智能方面的有效性。

Lightwheel 仿真平台采用了严格的两阶段质量保证：自动验证视觉真实性和标注数据完整性，然后手动审核物理约束条件下的逼真行为。

对于吉利汽车的部署，该团队进一步定制 GR00T N1.5 与 Unitree H1 机器人的特定形态结构，利用工厂优化的提示定制视觉语言规划器。 他们使用 Isaac Sim 和 DexMimicGen 数据增强技术，将训练多样性扩展到各种光照、材质和物体放置位置，在多变的工厂状况下实现了可靠的性能。

Lightwheel 的 NVIDIA 赋能仿真平台在开发速度、部署成功和现实世界性能方面实现变革性改进，为工业应用中的具身 AI 开发树立了新的标竿。

加速开发和成本效益

这种仿真为先的方法通过在虚拟环境中快速迭代，将开发周期从几个月缩短到几周。100:1 的仿真与真实数据比率去除了昂贵的现实世界数据采集，同时保持了可靠的从仿真到真实数据传输所需的物理模型精度，以最少的人工干预生成可扩展的高质量合成数据。

现实世界工业部署

Lightwheel 在实际吉利汽车工厂的 Unitree H1 人形机器人中成功部署了 GR00T N1.5 基础模型。机器人自主执行工作站之间的组件运输、将零件精确放置到检查托盘上以及协调双臂操作重型组件，同时在与人类员工共事的多变环境中保持平衡。这些部署展示了朝着具备在多种工作流程中可扩展的鲁棒工厂级自主能力迈出的重要进展。

多行业影响和未来发展

Google DeepMind、Figure、AgiBot、ByteDance、Geely 和 BYD 等主要技术合作伙伴利用 Lightwheel 仿真平台资产和合成数据集来提高机器人开发和自动化应用中的 AI 性能。该平台与 NVIDIA 更广泛的生态系统集成，成就了合成数据生成端到端的服务链，同时为机器人开发行业开辟了新的收入来源。

进行中的开发专注于扩展平台的可变形对象建模功能，构建用于通用任务的 SimReady 资产，以及利用 GR00T N1.5 作为半自主演示器扩展数据生成管道，进行初始任务的大规模演示。