11月2日，优必选发布具身智能仿真平台Thinker-Sim，要解决的是机器人训练里最费钱费时的环节：真实数据采起来贵，仿真环境搭起来难，算法验证周期长。它的办法是把真实世界快速搬进仿真，先在电脑里把机器人练熟，再上真机验证，训练和评测都不用每次从零搭环境。
平台按Real2Sim2Real框架搭建，一站式覆盖三件事：真实场景数字化、规模化仿真数据合成、机器人能力评测。场景重建用的是优必选自研的Thinker-GS高保真算法，配合SimReady资产自动化生成技术，从真实场景采集、三维重建到仿真资产生成可以高效转换。以真实工厂产线为例，平台能还原厂区空间布局、环境结构和视觉细节，再按训练、数据采集、算法评测等不同任务，灵活加载机器人、生产设备、人员等前景资产。商业服务等场景也可以快速生成视觉表现真实的数字孪生环境，用来做训练和部署验证。
模板和智能体把门槛降到哪
平台内置丰富的标准化仿真任务模板，覆盖机器人常用的训练、数据合成与评测场景。用户不用从零搭建仿真环境，选模板、配参数就能快速启动仿真任务，仿真过程支持实时画面推流、任务状态监控和运行结果反馈，出问题可以快速定位是任务失败、模型异常还是环境配置不对。场景、机器人、任务、算法与评测模块可以灵活配置，优必选称能适配90%以上的目标仿真场景。
更关键的是交互方式：平台基于自研Ulab-Agent，以自然语言作为统一入口，理解用户需求后自主调用场景创建、环境配置、随机化、任务编排与调度执行等底层原子技能，完成仿真任务全流程。不会写仿真代码的人，也能用一句话把任务布置下去。
Thinker-Sim的对手不是空白市场，英伟达的Isaac系列仿真工具已经做了很多年。优必选的差异在评测和一站式流程，但平台是否开放、如何收费、真实客户的落地数据，现有报道都没有交代。仿真做得再真，最终还是要看真机上的表现，下一批公开的部署案例才是检验它的关键。
