物理人工智能（Physical AI）与具身智能正经历一场深刻的范式转移。从早期局限于单一任务的特定控制算法，到如今依托多模态大模型实现对三维物理世界的感知、推理与决策，AI Agent 正在逐步突破数字世界的边界。然而，当智能试图走出虚拟空间、迈入现实世界时，底层基础设施的匮乏成为最大掣肘。要支撑物理 AI 的持续进化，行业必须回答三个核心问题：去哪里高效训练？高质量数据从何而来？如何科学评估空间智能？
针对这些根本性挑战，群核科技集结了英伟达、英特尔、Adobe 等产业巨头，携手浙江大学、帝国理工学院、苏黎世联邦理工学院等全球顶尖学术机构，在 ECCV 2026 上共同发表三篇论文，试图给出系统性答案。三篇论文分别对应上述三个问题，从仿真训练环境、数据生成与采集、空间智能评估三个维度，为物理 AI 从实验室走向现实世界铺设底层基础设施。这一合作阵容与研究方向，折射出学术界与产业界对具身智能发展瓶颈的共识：算法突破固然重要，但缺乏可扩展的训练场、可信的数据流和统一的度量衡，任何智能体都难以在真实环境中稳健落地。
第一篇论文聚焦于高效训练场所，推出高保真具身仿真器 SPEAR。传统仿真器往往面临“画质”与“速度”无法兼得的尴尬局面，而 SPEAR 尝试从底层同时兼顾“高保真”“可编程”与“极速运行”。作为一个轻量且模块化的 Python 库，SPEAR 重新设计了 Python 与游戏引擎之间的通信机制，直接对接 Unreal Engine 的 C++ 运行时反射系统。它不需要人为编写海量封装代码，而是在运行时以字符串为键，动态查找类、调用函数并修改变量。这种设计让 SPEAR 一举向 Python 开放了 14485 个 UE 原生函数与 53537 个属性，可编程能力比传统仿真器提升了一个数量级，而自身代码量却精简至约 2.7 万行。开发者甚至只需在 C++ 中加一行标记，就能立刻在 Python 端调用全新的自定义逻辑。针对数据传输这一最大痛点，SPEAR 引入了进程间共享内存机制，渲染出的图像无需经过任何多余的复制流程，即可直接从 GPU 传输至 Python 端的 NumPy 数组中，实现真正的零拷贝传输。同时，SPEAR 提出以“事务”为核心的异步编程模型，凭借异步调用机制在独立服务器线程中排队处理任务，完全不阻塞 UE 的游戏主线程，让仿真程序得以按原生帧率高效运转。在性能表现上，SPEAR 搭载的相机传感器能在 1080P 分辨率下达到 73 FPS 的渲染吞吐，为大规模感知与动作训练提供了坚实底座。
第二篇与第三篇论文则分别回应数据来源与评估方法。在数据层面，研究团队探索如何从真实世界与合成环境中高效获取高质量训练数据，结合多模态大模型的生成能力，构建覆盖多样场景、动作与交互的数据库，以缓解具身智能训练中“数据饥渴”的顽疾。在评估层面，论文提出空间智能的科学度量框架，不再依赖单一任务成功率，而是从环境理解、规划推理、物理交互等多维度建立可复现、可比较的基准，为不同智能体方案的优劣提供客观参照。这三篇论文共同勾勒出一条清晰的路径：物理 AI 的成熟不仅依赖算法与算力的进步，更需要一整套从仿真到数据再到评测的闭环基础设施。群核科技与合作伙伴的这次集中输出，既是对行业痛点的直接回应，也为后续研究者提供了可借鉴的工具箱与坐标系。随着 ECCV 2026 的正式召开，这些成果有望加速具身智能从封闭实验走向开放世界的进程，推动机器人在家庭、工业、服务等场景中真正“动起来”。
