其他行业 · AI应用
Lightwheel仿真平台
Lightwheel发现机器人领域面临真实数据稀缺和仿真到现实差距（sim-to-real gap）的挑战，阻碍了有效部署。为解决此问题，他们开发了Lightwheel仿真平台，利用NVIDIA Omniverse、Isaac Sim和GR00T N1.5等先进技术。这种仿真优先的方法支持快速迭代并生成高质量合成数据，将开发周期从数月缩短至数周。最终，Lightwheel成功部署了能在真实制造环境中自主执行复杂任务的机器人，实现了100:1的仿真与真实数据比，提升了运营效率。
开发周期缩短
从数月缩短至数周
来源披露
仿真数据与真实数据比
100:1
来源披露
真实工厂部署
在吉利汽车生产环境中成功部署Unitree H1人形机器人，执行部件运输、精确放置和双机械臂协调等自主任务
来源披露
01
业务背景
Lightwheel发现机器人领域面临真实数据稀缺和仿真到现实差距（sim-to-real gap）的挑战，阻碍了有效部署。为解决此问题，他们开发了Lightwheel仿真平台，利用NVIDIA Omniverse、Isaac Sim和GR00T N1.5等先进技术。这种仿真优先的方法支持快速迭代并生成高质量合成数据，将开发周期从数月缩短至数周。最终，Lightwheel成功部署了能在真实制造环境中自主执行复杂任务的机器人，实现了100:1的仿真与真实数据比，提升了运营效率。
02
遇到的问题
Lightwheel面临两个关键物理AI障碍：真实世界数据采集成本高导致的数据稀缺，以及仿真环境训练的策略难以迁移到物理硬件的仿真到现实差距。
03
AI 解决方案
Lightwheel构建了基于NVIDIA Isaac Sim、Isaac Lab、Omniverse和GR00T N1.5的仿真平台，通过三个核心环节实现仿真优先开发：SimReady资产与仿真基础提供高保真数字孪生环境；高级遥操作与数据生成，利用VR头显和外骨骼等设备采集操作数据，并通过MimicGen与DexMimicGen技术扩展生成100-1000倍合成数据；GR00T N1.5集成与质量保证，使用生成的合成数据微调视觉-语言-动作基础模型，并通过自动化与人工审核确保仿真到现实的可靠迁移，最终在真实工厂中自主执行复杂任务。
04
实施结果
开发周期缩短：从数月缩短至数周（缩短为原来的几周级）
仿真数据与真实数据比：100:1
真实工厂部署：在吉利汽车生产环境中成功部署Unitree H1人形机器人，执行部件运输、精确放置和双机械臂协调等自主任务
服务客户：服务AgiBot、ByteDance、Figure、谷歌DeepMind、Geely、BYD等多家头部企业
05
风险与边界
未披露
“By leveraging NVIDIA AI technologies, we successfully fine-tuned our vision-language-action foundation model with our own high-quality synthetic and real-world data and deployed it on real robots.”
Jay Yang · Chief Architect
信息来源
1 个来源页面内容为结构化改写；关键结论应可追溯到以下材料。