10.2 分钟对 130.8 分钟:这 12.8 倍由四张表组成,不是一个数,而且社区版不能商用
谋先飞发布 MotrixSim 1.0,官方给出 G1 全身跟踪 10.2 分钟、Isaac Sim 对照 130.8 分钟。这组数字有严格前提,而且「12.8 倍」出自四张不同的测试表。想上手之前,先看清授权那一栏。
- 发布:谋先飞(Motphys)2026-11-14 上午在杭州 GLOSIM 2026 主论坛发布物理仿真引擎 MotrixSim 1.0,同日在中国开源年会 COSCon'26 再发一次;发布人联合创始人兼 CTO 张衡。
- 那组最快被引用的数:G1 人形全身跟踪训练,MotrixLab(MotrixSim 后端)端到端 10.2 分钟,Holosoma(Isaac Sim 后端)参考结果 130.8 分钟,相差约 12.8 倍;判据是同一条 tracking score 5.34 虚线,算法同为 FastSAC,观测与奖励配置、超参一致。
- 12.8 倍成立的三项前提:同一任务环境配置(含 obs、reward)、同一强化学习算法、同一组超参数。离开这三条,倍数没有意义。
- 不是一张表:官方一共给了四组测试——抓取六格表、临界摩擦表、闭链机构表、触觉压入表。四个测的是四个不同指标(是否掉落 / 下滑量 / 约束残差 / 与有限元解的吻合度),不能互相替代。
- 授权是硬门槛:GitHub 社区版免费,但写明「仅限学术研究与学习,不可商用」;GPU 加速(NVIDIA Warp)、USD/CAD 导入、3DGS 场景重建、私有化部署都在商业版。
- 判断:这条新闻最有用的信息不是「快 12.8 倍」,而是「三种资产格式可混载、不经中间格式转换」。对真在做训练环境的人,省掉格式统一这一步,比省掉两小时训练时间更值钱。
11 月 14 日上午,杭州,世界仿真大会 GLOSIM 2026 的主论坛,一档十分钟的新技术发布。谋先飞的联合创始人兼 CTO 张衡上台,放了一张对照图:同样是 G1 人形机器人的全身跟踪训练,MotrixSim 做后端跑 10.2 分钟,换成 Isaac Sim 做后端要 130.8 分钟。
这张图当天就在中文技术圈传开了。传的过程中丢掉了几样东西:三项对齐前提、四张不同的测试表、以及授权栏里那行「不可商用」。
这篇把丢掉的部分补回来。
先看原文怎么写的。技术报告的说法是:在相同任务环境配置(含观测与奖励)、相同强化学习算法、相同超参数下,G1 全身跟踪达到当前跟踪得分,MotrixLab 端到端约 10.2 分钟,Holosoma 的参考结果为 130.8 分钟。
| 对齐项 | 设定 | 为什么必须对齐 |
|---|---|---|
| 任务环境配置 | 观测 obs、奖励 reward 完全相同 | 配置一变,收敛难度就变,时间不可比 |
| 算法 | 同为 FastSAC | 换算法等于换了被测量对象 |
| 超参数 | 同一组 | 学习率/批量不同,收敛速度差几倍很常见 |
| 终止判据 | tracking score 5.34 虚线 | 没有统一终点线,时间无从比较 |
四项都对上了,这个对比才有意义。但也只到「有意义」为止:它是厂商自测的一次单点对照,不是第三方复现的基准。报告里同时给出了测试平台——消费级 CPU 用 AMD Ryzen 9 9950X,服务器 CPU 用 AMD EPYC 9J14,GPU 用 RTX 5090。这些配置写清楚是好事,但它仍然只说明「在这台机器上、这个任务里、这套参数下」的结果。
12.8 倍之所以容易被误读,是因为它旁边还放着另外三组数字,而媒体转述时常常把它们混成一锅。实际上官方给了四张表,每张测的东西都不一样。
| 测试 | 怎么测 | 测的是什么 | 官方结果 |
|---|---|---|---|
| Franka 抓取六格表 | 球/方块/瓶子 × 2ms 与 10ms 步长,同一控制轨迹 | 抓得稳不稳(跑满 20 秒不掉) | MotrixSim 6/6;Isaac Sim 4/6;Genesis 4/6;MuJoCo 两种配置 0/6 |
| 临界摩擦表 | 双指夹方块,摩擦系数取临界值 0.98 / 1.00 / 1.10 倍,各仿真 5 秒 | 接触算得准不准(下滑量) | 0.98 倍下滑 150.0 mm;1.00 与 1.10 倍 0.0 mm |
| 闭链机构 | Strandbeest 仿生兽,92 连杆、36 个闭合运动环路,5 ms 大步长 | 约束求解稳不稳(约束残差/是否发散) | 报告称传统引擎发散,MotrixSim 保住装配关系 |
| 触觉压入 | 7.5 mm 方块压入凝胶 1.0 mm,8 个压入深度 | 与有限元解的吻合度 | 法向位移相关 0.950–0.987,中心压入深度偏差 ≤1.04 μm |
为什么这个区分重要?因为工程上你只会关心其中一张。做抓取策略的人关心第一张;做装配、插拔、拧螺丝的人关心第二张;做多足、闭链机构、腿足机构的人关心第三张;做触觉闭环的人关心第四张。把第四张的相关性系数当成「引擎整体精度」,是最常见的误读——它的对照对象是非线性有限元解,不是另一家引擎,衡量的是一类物理场的逼近程度,不是通用精度。
还有一个细节值得注意:六格表里 MuJoCo 的 Euler 与 Implicit 两种配置六格全掉。这个结果看起来刺眼,但 MuJoCo 的定位本来就不是「大步长鲁棒」——它长期被用在 1 ms 级的小步长精细控制里。用一个引擎不擅长的工况去测它,结论只在那个工况下成立。
这条赛道上最容易被忽略、又最影响落地的一件事:授权。
社区版(GitHub 免费):内置人形、四足、机械臂、灵巧手四类标准本体与基础地形,支持 MJCF 导入,仅限学术研究与学习,不可商用。GPU 加速不开。
商业版:GPU 加速走 NVIDIA Warp,另加 USD 与 CAD 导入、点云与 3DGS 场景重建、私有化部署与云服务。报价官网未公开。
这条分界线对做产品的人很硬。也就是说:拿社区版做课题、写论文、跑教学没问题;一旦要把这套仿真嵌进交付给客户的系统、或者用在商业项目的训练流水线里,就必须走商业版。学生和教师可以按课题申请商业版的学术授权,这条写在官网产品页上。
国产化适配也分两栏写:社区版「不保证」,商业版支持国产 CPU、GPU、NPU。谋先飞已通过华为鲲鹏 COMPATIBLE 与 NATIVE 双认证,并与天数智芯、摩尔线程完成 GPU 兼容适配——这几条只在商业版语境下成立。
技术报告里有一条不起眼但很实用的能力:motrixsim.load_model(path) 同时接 MJCF、URDF、USD 三种格式,而且三种可以混着用。把 MJCF 的机器人放进 USD 的场景里,加载就能跑,官方说法是「中间不经过格式转换」。
对做训练环境的人来说,这句话的实际价值可能超过 12.8 倍。原因很朴素:手上有 Unitree Go2 的 MJCF 模型,电脑里还有一间用 USD 扫出来的客厅——过去得先把两边统一成一种格式,转换过程中丢掉的材质、惯量、碰撞体,通常要花半天到两天去补。现在两个文件能同时进一个场景。省的不是算力,是一次性的工程返工。
另外几条可以顺手记下:
需要提醒的是边界:官方报告中性能数字都标了测试条件,但没有一条经过第三方复现,对比对象的版本没有逐项披露,原始记录也没随公开仓库一起发布。有一家英文技术媒体在报道里直接写了一句:相对于 MuJoCo 和 Isaac Sim 的优势主张,应被理解为厂商声明。