机器人进入工业产线，最大的难题是理解真实世界的物理规律，并在复杂工况下持续、稳定地完成任务。

　　近日，物理AI数据与评测基础设施龙头企业光轮智能与全球工业仿真头部企业西门子正式达成合作。双方将以光轮智能“求解—测量—生成”三位一体全栈自研仿真平台SimFoundry为核心，探索将工业仿真体系中的工程参数、材料属性、接触关系和工艺约束，转化为机器人可交互、可训练、可评测的仿真资产与环境。

　　此次合作瞄准的是工业仿真与具身仿真之间长期存在的转换难题。在工业场景中，机器人需要处理接触、摩擦、形变、插拔、压装、卡扣和装配公差等复杂物理问题，传统工业仿真不能直接进入机器人实时交互、连续决策和大规模并行训练体系。

　　光轮智能表示，双方将探索连接高精度工程仿真与实时具身仿真，使工业领域长期积累的物理模型、工程参数和工艺知识，进一步进入机器人训练、评测与部署链路。

　　具体来看，双方合作将围绕三个方向展开：

　　一是高精度工业具身仿真。双方将结合西门子在工业设计和仿真分析方面的工程能力，以及SimFoundry在物理测量、实时求解和SimReady资产生成方面的能力，将工业设备、零部件、工装夹具和物料转化为具备真实物理属性与工程约束的仿真资产。

　　二是工业级具身评测。双方将依托RoboFinals，围绕插拔、压装、卡扣、柔性接触和复杂装配等任务，探索建立可复现、可比较、可诊断的评测体系，系统衡量机器人的接触精度、任务稳定性、鲁棒性、失败模式和部署风险。

　　三是典型工业场景落地验证。经过仿真训练和规模化评测的机器人模型，将进一步通过RoboStack在真实设备和工业任务中开展部署验证，并将现场产生的数据和问题反馈至仿真与评测环节。

　　由此，双方将探索形成一条以SimFoundry为核心，向评测和部署延伸的技术链路。对于工业客户而言，这也有望缩短机器人新任务从定义、训练、评测到部署验证的周期，降低真实产线中的试错成本和部署风险。

　　光轮智能联合创始人兼总裁杨海波表示：“工业是具身智能规模化落地的最大入口之一。过去，工业领域积累了大量物理模型、工程参数和工艺知识，但这些知识与机器人训练、评测之间仍缺少有效连接。光轮希望以具身仿真为技术底座，推动工业工程知识规模化进入机器人学习和评测体系，加快机器人在真实产线中的可靠部署。”