大晓机器人发布 HSImul3R：让人类视频中的交互变成机器人可执行技能

据《科技日报》报道，大晓机器人联合南洋理工大学S-Lab、上海人工智能实验室发布了全球首个可仿真人—场景交互重建框架HSImul3R。该成果已被计算机视觉顶级会议ECCV 2026正式接收。

传统三维重建关注“看起来对不对”，但重建结果进入物理仿真后常常出现结构失稳、穿模等问题。HSImul3R把重力稳定性、真实接触与交互稳定性纳入核心评价标准，提出物理闭环双向优化框架，让仿真器从最终检验工具变成重建过程中的主动监督者。团队同步构建的评测基准HSIBench显示，在Easy、Medium、Hard三档任务中，该框架的交互稳定率分别达到53.68%、30.56%和13.92%，显著高于对比方法；人—场景三维穿模率从69.51%降至22.90%。

研究团队还将优化后的人体动作迁移至Unitree G1人形机器人，贯通了从日常视频到三维交互重建、物理仿真优化、再到真实机器人执行的完整链路。这意味着，互联网上海量的人类行为视频有望被转化为机器人可学习、可执行的物理技能资产。

【AICOR 点评】HSImul3R的突破点在于把“视觉正确”推进到“物理可执行”，这正是具身智能从实验室走向工厂、家庭、服务场景必须跨越的鸿沟。对企业AI重构来说，机器人不是简单的自动化设备，而是需要理解物理世界因果关系的“具身员工”。AICOR认为，未来企业的人机协同将不仅发生在办公室屏幕前，更会发生在仓库、车间与门店的物理空间中，谁先建立可仿真、可验证、可迭代的机器人技能资产，谁就拥有下一代生产力。