近日，启元具身研究中心对外发布世界模型仿真器PrimeSim，宣布在EWMBench和WorldSimProbe两项权威基准上登顶，对应版本权重、推理及训练代码于11月6日开源。
什么是“世界模型仿真器”？
要理解PrimeSim，得先理解机器人行业当下最头疼的问题之一：训练数据从哪来？
训练一个会干活的机器人，相当于培养一个司机，你不能让一个刚拿到驾照的新手直接上高速，得先在驾校模拟器里练熟基本操作，再上路。
传统做法是工程师手写物理规则，在软件里搭建一个虚拟车间——机械臂的每个关节扭矩、桌面的摩擦系数、杯子的重量，都得逐一定义。这就是传统仿真器（如MuJoCo、Isaac Sim等）的工作方式。
问题在于，真实世界有太多教科书之外的东西。
线缆在运动中的非线性弹力、橡胶触点的形变迟滞、桌面微小颗粒对摩擦系数的影响——这些东西在仿真里要么被简化成常数，要么根本没建模。业内把这叫“Sim-to-Real Gap”（仿真到现实的鸿沟）：在虚拟驾校里练出来的“老司机”，一上真车就熄火。
PrimeSim走的是另一条路。它不是让工程师手写物理规则，而是“喂”给一个AI视频生成模型大量真实的机器人操作视频，让它自己琢磨“如果机器人这样动，画面会怎么变”。
如果将传统仿真器比作人工搭建的驾校，PrimeSim就像用三万多小时的行车记录仪视频训练出来的AI代驾模拟器。
登顶榜单背后的相关数据
根据启元具身研究中心披露的信息，PrimeSim的训练分两个阶段。
第一阶段叫“中训练”（mid-training）。
团队给模型喂了30110小时的精选机器人演示数据，覆盖人形、双臂、单臂、手持UMI设备等22种不同形态的机器人平台。
值得注意的是数据构成：人形机器人样本占比54.8%，真实世界数据占比高达84%——这意味着模型学到的不是“完美实验室环境”，而是大量带有光照变化、背景杂乱、传感器噪声的真实工况。
这一阶段的核心设计有三项：统一动作表征（让不同机器人的“动作语言”互相翻译）、帧对齐双路径条件注入（把控制信号和画面变化严格绑定）、视角感知交错注意力（多摄像头画面之间保持几何一致性）。
翻译成人话就是：让模型既能看懂人形机器人怎么做，也能看懂机械臂怎么做，还能从多个角度保持一致，不会出现“正面看手在左边，侧面看手到了右边”的画面分裂。
第二阶段叫“后训练”（post-training），解决的是“推演能跑多远”的问题。
视频生成模型的记忆有上限——上下文窗口有限，超出后画面就开始漂移，物体会凭空消失、形状会扭曲。团队通过高速生成链路、自条件稳定性、分层时序记忆三项机制，让模型支持超过两分钟的连续推演。对于很多机器人任务来说，两分钟是一个够用的时间尺度。
数据层面，PrimeSim在EWMBench基准上以6.09的综合得分位列榜首，五项子指标（HSD、nDTW、BLEU、CLIP、Logics）均取得第一。在基于LIBERO设计的WorldSimProbe五项评测中，在全局轨迹覆盖（67.9）、动作来源行为保持（72.3）、交互动态（37.1）三项维度登顶。
更关键的一组数据是“策略对齐度”：团队选取8个OpenVLA-OFT策略模型，在300个相同初始条件下，PrimeSim与LIBERO原生仿真器的策略成功率相关系数达0.99，平均绝对误差仅2.8个百分点。
这意味着，在PrimeSim里练出来的机器人策略，到了传统物理仿真器里跑出来的成绩非常接近——它不是“画面好看但数据不靠谱”的花架子。
开源之后，真正的变量在外面
11月6日开源权重和代码，是这次发布里最值得行业关注的。
世界模型赛道现在很热，但路线还没收敛：英伟达Cosmos侧重物理仿真，Meta V-JEPA偏向表征学习，李飞飞团队探索3D世界模型，启元选择“视频生成+动作条件”这条路线。
在业内人士看来，开源的意义在于三点：
第一，把基准话语权往前推一步。EWMBench、WorldSimProbe目前是启元登顶，但开源后第三方可以复现、可以挑刺、可以补齐长时序物理一致性这块短板。
第二，把训练成本摊给全行业。中小机器人团队不用自己从头训练世界模型，拿PrimeSim当底座，可以专注做场景策略。
第三，倒逼数据飞轮转起来。越多人用，越多真实场景反馈回流，模型迭代越快——这是启元从“卖机器人”往“卖机器人训练基础设施”延伸的一步棋。
也有专业人士指出，PrimeSim依然有明确边界。比如它擅长的是视觉与行为层面的策略验证：抓不抓得准、走位合不合理、多视角一不一致。但它不是传统物理引擎的完全替代品：接触力、摩擦力这类高保真力学仿真，视频模型目前还做不到像素级精确。
此外，长时序稳定性仍是行业共同难题。虽然PrimeSim已经实现两分钟以上连续推演，但机器人很多工业、家庭任务需要更长时间连贯运行，长时间推演下画面逻辑、物体状态会不会出现崩坏，还需要更多实践去检验。
不论如何，PrimeSim对行业来说，将“视频生成模型当仿真器”这条路线，从论文概念推到了可开源、可复现、可迁移的工程阶段。
具身智能2026年的主叙事，已经从“谁家Demo更炫”切到“谁的训练成本压得下来、部署节奏跑得起来”。PrimeSim的榜单跑分是一个不错的起点，它接下来还需要验证两件事：一是开源后社区能不能在真实场景里复现那组0.99的相关性；二是启元自己能不能把这套模拟器，反哺到Q1、T1在家庭和办公场景里的真实表现。
驾校造好了，学员能不能真的学会，要看下一次真车上路的那一天。
采写：南都·湾财社记者 胡雯雯