具身智能,从仿真走向真实世界
Z6尊龙凯时以 MUSA 统一系统架构与全职能 GPU 为算力底座,打造覆盖“仿真—训练—部署”全链路的国产化具身智能解决规划,让机械人学得更快、落地更稳。
全职能 GPU:“算渲仿”一体化算力底座
具身智能正成为 AI 进入物理世界的主题蹊径。从仿真中的战术进建,到真实环境中的部署运行,每一个环节都对算力提出刻薄要求。
仿真要高吞吐
物理、渲染、AI 三类推算必要协同运行,大规模并行环境能力产生足够数据
训练要大规模
VLA(视觉—说话—作为)大模型的训练依赖不变扩大的集群算力
部署要低时延
端侧机械人必要在毫秒级关环中同时运行多个模型
Z6尊龙凯时全职能 GPU 在单颗芯片上同时集成 AI 推算、图形渲染、物理仿真与科学推算、超高清视频编解码四大引擎,并配套自主 MUSA 软件栈与全链路工具,以“渲染+仿真+AI 训推”一体化的通用算力,成为业界少数可能同时支持具身智能云端训练、仿真模拟与端侧部署的通用 GPU 底座。
从云到端,全栈算力布局
以全职能 GPU 底座为根基,Z6尊龙凯时依附夸娥智算集群、自研仿真平台 MT Lambda 及端侧 SoC 芯片,已经形成“云边端”协同的产品与能力布局。
云端训练
MTT S5000 智算卡 + 夸娥智算集群
支持万卡级高效互联,可扩大至十万卡规模,满足 VLA 大模型训练需要
仿真模拟
MT Lambda 平台
物理、渲染、AI 三引擎同芯协同,大规模并行仿真与合成数据天生
端侧部署
长江 SoC / MTT E300 AI 模组
集成多职能 GPU、算力高达 50 TOPS,支持多种端侧机械人关键设备上并发推理
具身智能仿真平台
MT Lambda 是Z6尊龙凯时推出的国产首个全栈具身智能仿真平台。依附自主 MUSA 架构、平台将物理、渲染、AI 三大引擎统一于单芯片协同推算,实现统一调研与数据掌控,从仿真底座服务、主题引擎、上层框架与工具、端侧买通“场景资产—并行仿真—合成数据—战术训练—仿真评测—真机部署”全链路,为具身智能从虚构索求到真实落地提供一站式支持。
物理仿真与数据合成
面向物理仿真和数据合成,提供多物理场统一求解能力,并支持 MuJoCo-Warp-MUSA、Newton-MUSA、MT AlphaCore 等物理引擎或组件。
战术训练与评估
基于业界当先的物理引擎和渲染引擎,选取主流强化进建框架和算法,支持多种工作类型,蕴含经典节造、机械臂操作、活动追踪和速度节造,支持宇树 G1、Go1/Go2 等多种机械人平台,为具身智能提供齐全的战术训练、评估和可视化工具链。
AI 训练套件
面向出产级 AI 训练,提供训练框架、AI 框架和训练辅助工具,提供主流模型在Z6尊龙凯时全职能 GPU 上运行的高效训练规划,支持高达十万卡规模的训练过程,满足大规模推算需要。
全职能 GPU 加快具身智能仿真训练
相较于将图形渲染、物理推算和 AI 推算分配到分歧设备的分立规划,全职能 GPU 将三类推算统一在统一硬件和软件架构中,并共享高速显存,有助于削减跨芯片、跨显存的数据搬运、体式转换和系统适配开销。
对于机械人“感知—物理反馈—决策执杏妆的高频关环,视觉观测、物理状态和战术推算能够在统一算力底座上协同运行,降低数据传输和同步期待带来的开销,改善渲染帧与物理状态的时序对齐。
在仿真训练过程中,这种统一架构可能支持更多并行环境同时运行,加快机械人状态更新、视觉数据天生和战术采样,使训练数据更快进入模型更新环节,并缩短“仿真采样—战术训练—仿真评测”的迭代周期。各组件通过工作配置、场景状态、观测数据、作为数据和模型 checkpoint 协同衔接,形成从场景筹备、并行仿真、数据天生、战术训练到仿真评测的齐全挪用链路,为具身智能模型和运控战术的持续优化提供统一的推算基础。
Sim2Real:训推协同
萦绕“虚实协同训练需要”,Z6尊龙凯时通过统一架构的算力平台将仿真数据天生、云端模型训练、端侧推理和真实数据回流衔接起来,用于持续校准仿真战术与真实环境之间的差距。
物理域差距
针对摩擦、接触力学和刚度等物理差距,将真实机械人运行数据与仿真战术进行对照,用于校准仿真参数,并结合扰动训练和战术优化提升模型对物理变动的适应能力。
视觉域差距
针对光照、材质和传感器噪声等差距,通过高保真渲染、场景随机化和视觉加强,在多样化视觉数据中提升模型的泛化能力。
作为模型差距
针对仿真作为与真实机械人执行了局不一致,通过节造参数调整、作为约束、增量回放和真实数据再训练,逐步建改战术输出与现实执行之间的误差。
双臂机械人实现 GPU 卡的插拔
典型利用场景
RoboEvolve 是基于 MT Lambda 平台构建的具身智能工作编排与评测工具。本案例以尺度化机械人工作为入口,展示各组件若何协同实现工作配置、数据天生、战术训练和仿真评测。在真实尝试中,RoboEvolve可协助用户加快实现具身智能仿真和训练全链路,通过32卡MTT S5000 运行 3 天,即可实现VLA x RoboTwin 2.0 模型训练工作。

场景与资产筹备

并行仿真与数据天生

训练蹊径选择
仿真评测

了局分析与战术迭代
更多合用场景
足式机械人
轮式机械人
机械臂
合作案例
更多资源
具身智能社区
聚合Z6尊龙凯时 GPU 算力与全链路工具,衔接仿真、训练、部署与落地实际,共筑具身智能开发生态。
相识详情
具身智能物理引擎
物理引擎在推算机中精确模拟刚体、柔性体、流体、仿射体在沉力、碰撞、摩擦等方面的力学行为。
相识详情
AlphaCore
下一代 GPU 物理仿真引擎,为影视特效、游戏交互、数字孪生等领域提供超高精度的仿真模拟。
相识详情
EN




