“AI想进入真实世界，必须先学会三件事：感知物理、理解空间、创造环境。”
这是在2026 第二届亚洲仿真联盟（ASIASIM）国际暑期学校中，技术学者与行业专家达成的一致共识。随着大模型在自然语言处理与二维图像领域的快速演进，如何跨越“虚实奇点”，让具身智能真正在三维物理世界中实现精准感知与自主决策，已成为当前仿真科学与人工智能交汇的核心命题。
在暑期学校结营仪式上，杭州“六小龙”企业群核科技教育事业部校企合作负责人王志祥、准独角兽企业凌迪科技人力资源副总裁冯文云，以及杭州“新八骏”企业灵伴科技文旅事业部教育商务总监汪正晔等三家创新代表，开展了极具信息密度的专题分享。
他们从不同维度呈现了仿真技术面向未来的多元发展方向，并通过各自的底层技术攻坚，从三个关键切面展示了下一代仿真技术作为“AI底层基础设施”的宏大演进路径。
核心脉络：下一代仿真技术架构图谱
为清晰展现技术逻辑，我们将现有的突破提炼为AI 步入物理世界必须攻克的三个技术层级：
01凌迪科技(Style3D)
感知物理 —— 柔性体动力学建模与具身智能基石
（Apple Drop PhysicRender）
在数字孪生领域，刚体（Rigid Body）的仿真已非常成熟，但“柔性体”（Deformable Body，如布料、毛发、软体肌肉）由于涉及数百万个顶点的实时碰撞与形变计算，一直是世界级的图形学与物理学难题。凌迪科技正是凭借攻克这一“软肋”，构建了极高的技术护城河。
工业级柔性物理引擎
凌迪科技自研的核心引擎实现了对布料纱线等柔性材料在拉伸、弯曲、剪切等多维力学属性的微观精准解算，并在宏观层面保证了极高帧率的实时渲染，打破了该领域长期依赖海外商业软件的格局。
跨领域管线拓展
由于其物理仿真的极度逼真与高效，凌迪的业务早已溢出服装制造本身。通过向Unreal Engine（虚幻引擎）、Maya等主流数字内容平台输出物理仿真插件，凌迪深度切入了腾讯、网易等巨头的游戏CG、数字人与影视特效管线。
具身智能（Embodied AI）的“触觉”基石
AI机器人走出实验室进入真实场景，核心瓶颈在于缺乏对“柔性交互”（如衣物折叠、软质材料抓取与避障）的物理感知。通过将柔性物理引擎接入仿真训练场，机器人在虚拟世界中提前“感知”并学习处理不同面料的力学反馈，补齐了物理AI最关键的“柔性拼图”。
02灵伴科技 (Rokid)
理解空间 —— 6DoF空间定位与原生空间交互
大模型（LLM）的智商正在狂飙，但如果只能通过手机键盘打字交互，AI就永远只是个“被动回答者”。灵伴科技（Rokid）正在通过其行业领先的AR硬件与空间操作系统，让AI真正“长出眼睛和耳朵”，实现主动的上下文感知。
技术壁垒
自研YodaOS-XR空间操作系统。结合先进的SLAM（同步定位与建图）点云技术，系统达到厘米级精度的6DoF（六自由度）空间追踪，让虚拟信息与现实场景严丝合缝地“锚定”。
超级融合
深度接入DeepSeek、通义千问等头部大模型，完成从“显示设备”到“超级智能体”的进化。通过摄像头“看”古建，通过麦克风“听”多语种提问，并在现实视野中叠加高透实景导航与翻译字幕，这是纯软件无法企及的体验。
产业落地
目前已覆盖全国300+核心博物馆与5A景区。其商业逻辑不止于硬件，而是通过AR终端盘活“历史文化数据”，打造囊括“智能导览交互、沉浸式数字剧本体验、线下多端聚合支付”的城市级数字文旅生态。
03群核科技 (ManyCore)
创造环境 —— 空间语言大模型与合成数据生成
（距离感知与方向感知）
提到群核科技，外界的初始认知往往是“酷家乐”这把家装神器。在这一过程中，群核科技沉淀了海量的、物理正确的三维可交互数据，三位拥有极强计算机科学背景的创始人，已将公司带入了“空间智能（Spatial Intelligence）”的深水区。
Spatial LM与3D高斯点云
群核科技开源的Spatial LM（空间语言大模型）在Hugging Face榜单中仅次于DeepSeek，位列前三。结合3D Gaussian Splatting（三维高斯泼溅）技术，颠覆了传统耗时的网格（Mesh）手工建模流程——以《黑神话：悟空》古建取景地重建为例，传统建模需耗时近两个月，而群核科技空间智能平台Aholo的扫描重建仅需2天即可完成可漫游、可交互的3D空间还原。
合成数据（Synthetic Data）与机器人训练场
机器人模型普遍缺乏对三维空间物理规律与几何相对关系的常识理解。群核科技通过高精度的空间重构，可以批量生成带有物理碰撞箱、空间语义标签及表面摩擦系数的3D虚拟空间（如数字家庭、黑灯工厂）。机器人在这些极度逼真的仿真环境中进行千万次的强化学习（RL），解决机器人“出门就摔跤”的惨痛试错成本。
产学研生态建设
为构建空间智能的知识体系，群核与浙江大学等高校合作推出了64课时的《空间智能》体系化课程，涵盖认知框架、技术体系与实操平台，致力于为仿真与 AI领域培养下一代跨学科人才。
从“数据驱动”到“数据 + 物理融合”
本次亚洲仿真联盟（ASIASIM）国际暑期学校的产学研研讨释放了一个清晰的技术信号：数智仿真的演进范式正在发生根本性变革，加速从单纯的“数据驱动”迈向“数据 + 物理融合”。
AI 真正融入物理世界，绝非单一算法的突破，而是一场涵盖物理定律演算、原生空间感知与三维高精环境生成的系统性工程。亚洲仿真联盟将继续发挥国际产学研协同平台的桥梁作用，汇聚全球学术智慧与前沿产业力量，共同推进下一代数智仿真技术的突破与创新应用。
