蓋世汽車獲悉，在剛剛開幕的2026 世界人工智能大會（WAIC 2026）上，光輪智能攜物理AI數(shù)據(jù)與評測基礎(chǔ)設(shè)施亮相，集中展示了由數(shù)據(jù)、評測、落地部署與反饋構(gòu)成的物理AI持續(xù)學習系統(tǒng)

　　光輪智能的物理AI持續(xù)學習系統(tǒng)由SimFoundry 、EgoSuite 、RoboFinals 和RoboStack 四個部分組成，共同形成 Real2Sim2Real 持續(xù)學習閉環(huán)。

　　EgoSuite（數(shù)據(jù)）：提供真實經(jīng)驗，面向人類行為數(shù)據(jù)，沉淀高質(zhì)量、規(guī)�；�、跨本體的人類操作經(jīng)驗，主要是人類在真實世界中的觀察、操作、糾錯和長程任務經(jīng)驗，為機器人提供可規(guī)模化學習素材；

　　RoboFinals（評測）：是檢驗機器人能力的“考場，面向工業(yè)級規(guī)�；�評測，通過標準化任務、可復現(xiàn)環(huán)境和可比較指標，判斷機器人模型學會了什么、能力邊界在哪里、失敗模式是什么，并反向定義下一輪數(shù)據(jù)需求；

　　RoboStack（部署）：回流部署反饋，機器人進入工廠、倉庫、農(nóng)業(yè)、物流等產(chǎn)業(yè)現(xiàn)場后，會持續(xù)遇到新的任務分布、異常情況、失敗樣本和現(xiàn)場約束，這些反饋被重新帶回數(shù)據(jù)、仿真和評測系統(tǒng)，成為下一輪學習的起點。

　　SimFoundry：是支撐上述“數(shù)據(jù)-評測-部署”閉環(huán)的物理 AI 仿真基礎(chǔ)設(shè)施，解決的是更底層的問題：如何把真實世界規(guī)�；�轉(zhuǎn)化為機器人能夠?qū)W習、訓練和驗證的仿真世界。

　　目前，光輪智能已在人類視頻數(shù)據(jù)、仿真合成數(shù)據(jù)與工業(yè)級仿真評測三個關(guān)鍵領(lǐng)域?qū)崿F(xiàn)全球交付第一。據(jù)悉，全球前五的世界模型團隊均與其合作，客戶覆蓋國內(nèi)外主流具身大模型團隊、機器人本體廠商與產(chǎn)業(yè)客戶。其中質(zhì)量數(shù)據(jù)資產(chǎn)已實現(xiàn)跨客戶、跨任務復用，部分優(yōu)質(zhì)場景數(shù)據(jù)復售超過 10 倍

　　這意味著，光輪智能所提供的已經(jīng)不是某一環(huán)節(jié)的單點能力，而是一套能夠服務不同模型路線、不同機器人形態(tài)、不同產(chǎn)業(yè)場景的通用型基礎(chǔ)設(shè)施能力。