AGIBOT dice Genie Sim 3.0 señala un cambio hacia el tratamiento de la simulación no como una herramienta, sino como una base para desarrollar y evaluar la IA encarnada a escala. Fuente: AGIBOT
Si bien los avances recientes en la robótica se han visto impulsados por avances en modelos y algoritmos, el despliegue en el mundo real sigue estando limitado por los altos costos de reunión de datos, la limitada diversidad de escenarios y los estándares de referencia fragmentados, según AGIBOT. La compañía dijo hoy que ha mejorado su entorno de desarrollo Genie Sim 3.0.
AGIBOT dijo que plataforma ahora aborda tres cuellos de botella de larga data en encarnado AI: generación del medio ambiente, escalabilidad de datos y evaluación estandarizada. La base de Shanghai empresa dijo que diseñó Genie Sim 3.0 para integrar la generación de escena, simulación, datos y evaluación en una infraestructura unificada y reutilizable.
Genie Sim El mundo genera entornos del lenguaje
Genie Sim 3.0 presenta un modelo mundial espacial que permite a los usuarios generar entornos 3D totalmente interactivos a partir de simples entradas de texto o imagen. AGIBOT dijo que sus capacidades clave incluyen:
- Multimodal input – No es necesario modelar manualmente ni configurar hardware. Los usuarios pueden generar entornos diversos con entrada mínima.
- Creación de escenas de alto nivel – La inferencia de red neuronal permite generar escenas en minutos, en comparación con horas en tuberías tradicionales.
- Alta fidelidad – La salida sincronizada de RGB, profundidad, lidar y otros datos multimodales garantiza la alineación con la percepción real del robot
Nota del editor:En el 2026Robotics Summit & Expolos días 27 y 28 de mayo en Boston, habrá sesiones sobreAI, así como el desarrollo humanoide del robot.La inscripción está abierta.
Genie Sim 3.0 ofrece un marco de evaluación global
Para las cinco capacidades básicas de algoritmos robotizados — comprensión de la instrucción, razonamiento espacial, operación de habilidad atómica, adaptación de perturbaciones y generalización de entrenamiento a despliegue — AGIBOT dijo que ha diseñado cinco suites de tareas correspondientes. Genie Sim Benchmark apoya modelos dominantes como la serie GO-2, Pi y la serie GR00T y proporciona una evaluación multidimensional y sistemática del rendimiento integral de los modelos en escenarios complejos.
El marco evalúa cinco capacidades básicas de los sistemas de IA encarnados:
- Instrucciones siguientes (GenieSim-Instrucción) – Medidas de alineación entre instrucciones de lenguaje natural y comportamiento de robot
- Comprensión espacial (GenieSim-Spatial) – Evalua el razonamiento sobre relaciones espaciales geométricas y semánticas
- Destrezas de manipulación (GenieSim-Manip) – Evalua la ejecución de habilidades atómicas y la composición de tareas a largo plazo
- Robustness (GenieSim-Robust) – Pruebas adaptabilidad bajo perturbaciones reales como cambios de iluminación, ruido de sensores y variaciones ambientales
- Sim2Real (GenieSim-Sim2Rea) – Incluye una serie de tareas de evaluación para la transferencia real de cero instantánea con altas tasas de éxito
GenieSim x RLinf: Aprendizaje de refuerzo escala en simulación
Genie Sim 3.0 también introduce una profunda integración con el marco de RLinf, lo que permite una estructura completa de aprendizaje de refuerzo para la IA encarnada.
AGIBOT dijo que esto complementa los modelos de acción en lenguaje de visión (VLA), utilizando la post-entrenamiento RL de bajo costo para cerrar la última milla de “comprensión generalizada” a “precisa micromanipulación”. Enumeró las siguientes características:
- Física decodificada y motores de renderización – Soporta simulación física de alta frecuencia (1,000Hz) junto con observación visual de alta fidelidad
- Simulación masivamente paralela – Aumenta significativamente el rendimiento de los datos y acelera la convergencia del modelo
- Capacitación y evaluación en régimen cerrado – Los agentes RL pueden ser entrenados y evaluados directamente dentro de las tareas de Genie Sim, con señales de recompensa incorporadas
- Normalización Interfazes de gimnasio – Garantiza la compatibilidad con RLinf y herramientas de ecosistema más amplias
“Esta integración permite un oleoducto sin costuras desde el entrenamiento de simulación a gran escala hasta la evaluación – recortando la brecha entre comprensión general y control preciso”, dijo la empresa.
Genie Sim 3.0 se integra con el marco RLinf para un oleoducto de aprendizaje de refuerzo. Fuente: AGIBOT
AGIBOT construyó infraestructura unificada para AI encarnada
Al combinar datos de simulación a gran escala, el modelo de lenguaje grande (LLM) generando medio ambiente, y la evaluación estandarizada, AGIBOT afirmó que Genie Sim 3.0 reúne la pila de desarrollo completa:
Medio ambiente → Datos → Formación → Evaluación
Esto puede reducir significativamente la sobrecarga de ingeniería tradicionalmente necesaria para el desarrollo robótico, permitiendo una mayor iteración y experimentación más amplia, afirmó la empresa.
“A medida que el límite entre la simulación y la realidad sigue estrechando —y como escalas de generación del medio ambiente de horas a minutos—Genie Sim 3.0 proporciona una base crítica para el despliegue a gran escala de la IA encarnada”, afirmó.
Infraestructura abierta y compartida como Genie Sim podría desempeñar un papel clave en la aceleración de la evolución del ecosistema robótico global, dijo AGIBOT.
El puesto AGIBOT presenta Plataforma de simulación Genie Sim 3.0 para AI encarnada apareció primero The Robot Report.
Fuente: Leer completo
Líderes en información sobre robótica latinoamérica.
Somos tu guía de robótica referente en la región.
