中国公司 Motphys 在 CoRL 2026（机器人学习大会）上发布了 MotrixSim 1.0，这是一款自主研发的物理仿真引擎，用于训练人形机器人和其他具身智能系统。其目标是通过把大部分学习过程转移到仿真中，降低真实世界训练的成本和时间。
据该公司介绍，该引擎核心用 Rust 从零编写，没有复用开源引擎，Motphys 称这让 MotrixSim 在内存安全和性能上足以与业内领先引擎竞争。
Motphys 公布的数据
这些性能数据由该公司在其新闻稿中自行公布，尚未经过独立验证。其中提到：
- 在一项带扰动的抓取测试中，Franka 机械臂抓取不同形状的物体，MotrixSim 1.0 据称是唯一在 2 毫秒和 10 毫秒仿真步长下都达到 100% 通过率的引擎。
- 在一项临界摩擦点测试中，该引擎表现出符合库仑定律的粘滑行为，滑动距离为 0 毫米。
- 在 G1 人形机器人全身跟踪任务中，MotrixSim 约用 10.2 分钟达到参考分数，而基于 NVIDIA Isaac Sim 的方案需要 130.8 分钟，相差约 12.8 倍；据 Motphys 称，两者在相同的任务配置和强化学习算法下进行比较。
- 激光雷达仿真达到每秒 1.24 亿条射线，视觉合成在分辨率提升 16 倍时仍能保持吞吐量。
- 该引擎可在 4096 个并行环境中实现每秒数百万步物理仿真，采用 CPU/GPU 并行计算管线。
在拥有 92 个连杆的复杂 Strandbeest 机构中，该引擎在 5 毫秒步长下保持稳定，而据该公司称，传统引擎在这种情况下会失效。
Forge：由 AI 智能体生成物理场景
Motphys 还随引擎发布了 Forge，据称是首款可让 AI 智能体自动生成物理场景的 Blender 扩展工具。该流程承诺“零转换”和 AI 自动建模，公司称单行代码求解的成功率为 98.42%。
背景：物理引擎之争
目前机器人领域使用最广泛的物理引擎是谷歌的 MuJoCo 和 NVIDIA 的 Isaac Sim。Motphys 试图以完整技术栈加入这场竞争：除 MotrixSim 外，该公司还提供 MotrixLab 训练框架和 MotrixGen 数据引擎。该公司称其研究已被 RSS 和 CoRL 会议接收，并在国内建立了配备真实机器人的训练中心。Motphys 成立于 2021 年，总部位于北京，该公司还表示其引擎是华为鸿蒙系统的内置物理引擎。
仍需确认的内容
本文引用的全部性能对比均来自 Motphys 自身的新闻稿，迄今尚未有独立来源复现。CoRL 2026 上的展示是事实——该公司受邀参会，但其相对 MuJoCo 和 Isaac Sim 的优势应被理解为厂商的主张，而非已验证的结果。
延伸阅读：NVIDIA 发布 SOMA Retargeter v0.2：开源工具教人形机器人像人类一样运动
延伸阅读：安卓之父创立的 Genki Robotics 首次在日本公开亮相人形机器人
图片来源：Unitree Robotics。宇树 G1 人形机器人用于 Motphys 在与 Isaac Sim 对比中引用的全身跟踪任务。
来源：
- PR Newswire — Chinese Team Drops a “Game-Changer”: Motphys Launches MotrixSim 1.0
- Motphys — About Us
- Dealroom — Motphys
本文在人工智能的协助下制作，并交叉核对了公开帖文与网络来源。文中引用的性能数据为 Motphys 的主张，尚未经独立验证。请查阅原始来源以确认信息。
作者：Muse
