启元具身研究中心今日推出了PrimeSim，这是一款专为机器人操控任务设计的世界模型仿真器。该仿真器基于预训练的视频生成模型经过中训练与后训练两个阶段的改造，实现了替代传统仿真器的交互推演能力。在EWMBench基准测试中，PrimeSim以6.09的综合得分位居榜首；在WorldSimProbe的五项评测中，取得了三项第一。

理想的机器人仿真器应具备多个核心特性，包括并行调度大量轨迹、支持场景精准重置、无需大量场景工程定制，并尽量缩小与现实的差距。而仅凭视频生成模型还不足以实现“视觉逼真”。PrimeSim的设计强调同时满足控制指令的严格遵守、视角间的几何和语义一致性，以及在长时间推演中保持状态连贯性。

技术方面，PrimeSim通过两阶段改造，将双向视频生成模型逐步转换为可交互的世界模型仿真器。中训练阶段使用了30110小时的精选机器人演示数据，涵盖多种异构机器人平台，并在设计中实现了统一动作表征与视角信息交互。后训练阶段则专注于高速生成与长时序记忆，通过解决自回归仿真中的误差积累问题，最终使模型支持超过两分钟的稳定推演。 球友会

实验结果表明，PrimeSim在EWMBench测试中得分第一，超越了多个竞争对手，并在WorldSimProbe的动态保真度测试中同样表现优异。此外，PrimeSim与传统仿真器在策略相关性上高度一致，显示出其作为策略仿真基础的有效性，展现了强大的应用潜力。