您的位置首页 >科技要闻 >

李飞飞 Atlas 世界模型发布用仿真数据补齐机器人长尾数据缺口,打通 Real-to-Sim 训练链路

李飞飞团队在 CoRL 2026 上公开 Atlas 世界模型在机器人方向的落地方案,这套模型把三维重建和视频生成融合在一起,核心思路就是靠仿真批量产出长尾场景数据,解决具身智能机器人最头疼的长尾数据荒问题。机器人真实世界里的异常、边缘场景采集成本极高、覆盖不全,也就是大家常说的长尾问题,靠真机采集很难把所有意外情况全部录完;Atlas 只需要少量实拍照片、手机视频片段,就能重建三维场景,自由修改光照、物体摆放、障碍物位置,批量生成各种少见的边缘场景仿真数据,用来给导航、抓取机器人预训练,之后再用少量真机数据做对齐微调,不是仿真直接替代真机,而是仿真前置,优先补齐长尾样本,大幅降低机器人数据采集成本,现在已经在导航机器人场景做验证,支持仿真训练后零样本部署到真实机器人。

一、Atlas 世界模型核心能力表

能力项具体说明机器人训练价值
输入1~6 张图片,或者少量手机视频帧(最低 24 帧)不用专业激光扫描设备,普通手机就能采集素材
输出三维场景重建、可控制相机轨迹的 1440p 视频、RGB + 深度仿真传感器数据直接产出机器人视角的仿真训练素材
场景可调项物体位置、光照、背景、障碍物、物体交互状态快速生成大量长尾、异常场景
技术路线Real-to-Sim-to-Real,真实→仿真→真机部署仿真预训练,真机微调对齐,缩小仿真现实鸿沟
基准成绩Rapidata 相机运动基准排名第一新视角生成一致性更强,减少仿真失真

二、机器人长尾数据为什么难采集

  1. 正常场景数据好拿,边缘长尾场景概率低
  2. 真机采集风险高、成本贵
  3. 传统仿真工具制作场景慢
  4. 长尾缺失直接导致机器人翻车
  5. 数据分布天然不均衡

机器人日常碰到的常规场景容易采集,但绊倒、杂物乱堆、物体错位、特殊光照这类少见情况,发生概率很低,蹲守采集效率极低。

机器人在真实环境反复试错,容易撞坏设备,还要人工标注、搭建场景,每一条长尾样本的成本很高。

传统仿真引擎需要手动建模、贴图、调物理参数,做一个新场景耗时很久,没法快速批量扩场景。

模型在常规场景表现很好,遇到没见过的长尾场景直接识别出错、导航卡住、抓取失败,这也是机器人落地最大卡点。

绝大多数采集数据都是常见场景,长尾样本占比极低,直接训练会出现模型偏向主流场景,泛化能力差。

三、Atlas 补齐长尾数据的完整工作流程

  1. 采集少量真实素材:用手机随手拍目标环境,只需要少量图片或者短视频片段,不需要密集扫描。
  2. Atlas 重建三维空间:模型根据少量输入,完成空间结构、物体、光影的三维重建,生成可交互仿真环境。
  3. 批量扰动生成长尾场景:自动修改物体摆放、灯光、障碍物,生成大量平时很难拍到的边缘、异常场景。
  4. 仿真内跑机器人策略:在仿真环境里跑导航、抓取任务,自动产出机器人视角的 RGB、深度、动作标签训练数据。
  5. 机器人模型预训练:先用海量仿真长尾数据完成预训练,让模型提前见过各类异常情况。
  6. 真机数据对齐微调:拿少量高质量真机数据做微调,弥补仿真和现实之间的 Sim-to-Real 鸿沟。
  7. 真机部署验证:完成微调后的机器人,直接在真实环境测试,实现零样本迁移。

四、容易踩的认知误区清单

  • 误区 1:Atlas 可以完全不用真机数据。它是用来补齐长尾,真机数据依然是对齐、验证必不可少的一环,不能完全替代真机测试。
  • 误区 2:Atlas 是专门的机器人仿真引擎。它是通用世界模型,三维重建 + 可控视频生成是基础能力,机器人仿真只是其中一个应用方向。
  • 误区 3:只要仿真数据足够,机器人就不会翻车。仿真和现实本身存在鸿沟,仿真里的物理、材质、摩擦和真实世界有差异,长尾仿真只能降低翻车概率,不能彻底消除。
  • 误区 4:Atlas 已经全面开源。现阶段仅向合作方开放早期试用,配套 API 和网页工具逐步开放,完整模型权重没有对外开源。
  • 误区 5:Atlas 只适合导航机器人。当前优先验证导航,后续会拓展到机械臂抓取、柔性物体操作等具身任务。

【常见问题】

问题 1:李飞飞发布 Atlas 世界模型:机器人的长尾数据,先让仿真数据来填,Atlas 世界模型解决机器人什么核心痛点?

回答 1:李飞飞发布 Atlas 世界模型:机器人的长尾数据,先让仿真数据来填,核心解决机器人长尾数据短缺的痛点,真实世界边缘场景采集难度大、成本高,Atlas 依靠少量实拍素材生成大量仿真长尾场景,给机器人预训练使用。

问题 2:李飞飞发布 Atlas 世界模型:机器人的长尾数据,先让仿真数据来填,Atlas 的 Real-to-Sim-to-Real 链路是什么意思?

回答 2:李飞飞发布 Atlas 世界模型:机器人的长尾数据,先让仿真数据来填,就是先用少量真实素材重建仿真环境,在仿真里生成长尾数据训练机器人,最后再用真机数据微调,把仿真学到的策略迁移到真实机器人上。

问题 3:李飞飞发布 Atlas 世界模型:机器人的长尾数据,先让仿真数据来填,Atlas 生成仿真场景需要专业扫描设备吗?

回答 3:李飞飞发布 Atlas 世界模型:机器人的长尾数据,先让仿真数据来填,不需要专业扫描设备,普通手机拍摄的少量图片或者短视频帧,就可以作为输入完成三维场景重建。

问题 4:李飞飞发布 Atlas 世界模型:机器人的长尾数据,先让仿真数据来填,只用 Atlas 仿真数据训练机器人,能不能直接稳定落地?

回答 4:李飞飞发布 Atlas 世界模型:机器人的长尾数据,先让仿真数据来填,不可以,仿真数据主要补齐长尾样本,仿真和现实存在鸿沟,必须搭配真机数据微调对齐,才能稳定部署到真实机器人。

【参考资料】

[2026-11-18](李飞飞发布 Atlas 世界模型:机器人的长尾数据,先让仿真数据来填)OFweek 智能硬件网

[2026-11-12](547 亿元收购后首次同台,李飞飞对话苏姿丰,详解统一世界模型 Atlas)36 氪

[2026-11-04](Atlas 面世,李飞飞拯救具身智能数据荒?)OFweek 智能硬件网

[2026-09-07](卡住机器人的从来不是芯片,而是物理数据荒漠,李飞飞把两个小时的繁琐扫街压到了三张照片)36 氪

[2026-09-02](Atlas: A World Model for Spatial Intelligence)World Labs 官方博客

【免责声明】

本文内容基于 World Labs 公开技术资料、CoRL 2026 相关分享以及科技媒体报道整理,Atlas 机器人仿真方案目前处于测试验证阶段,迁移效果受场景、物体类型、仿真现实鸿沟影响;本文仅为技术科普解读,不构成机器人项目落地、采购选型的确定性建议,实际项目需要自行做场景验证。

今日大家都在搜的词: