工具教程 · 神机百见-具身解读

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。

一分钟速览
  1. 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。
  2. 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。
  3. 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。
  4. 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。
  5. 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。
  6. 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。
数据来源与边界
主源为 IT之家 2026-11-15 刊发的《谋先飞 Motphys 发布物理仿真引擎 MotrixSim 1.0,核心采用 Rust 开发》(https://www.ithome.com/1/027/340.htm ),技术细节与全部对照数字取自谋先飞 2026-11-14 上线官网的 MotrixSim 1.0 技术报告(https://motrixsim.motphys.com/ )、开源仓库(https://github.com/Motphys/motrixsim )与文档站(https://motrixsim.readthedocs.io/ ),并经华军软件园同日稿件、技术解读稿交叉比对。素材时间窗为前一日 18:00 → 当日 09:00(2026-11-15 18:00 → 2026-11-16 09:00):原始发布在 11-14,IT之家转述在 11-15,均在窗外。按扩窗规则第一条处理,本窗新增量是:技术报告全量数据(六格抓取表、临界摩擦表、闭链机构、触觉压入、渲染同步耗时、LiDAR 吞吐)与社区版/商业版授权条款在中文社区被完整转述——此前公开信息只有发布会幻灯片级的 12.8 倍一个数。 可靠性分层:①10.2 分钟 / 130.8 分钟 / 12.8 倍 / 4096 路并行 / 数百万物理步每秒均为厂商自测与官方技术报告口径,公开信息中无第三方复现,对比对象的软件版本未逐项披露,原始测试记录未随仓库发布;本文在正文中一律标注「官方口径」;②六格抓取表的「通过」定义为「跑满 20 秒未触发掉落判据」,不代表过程中没有滑移,这是官方自己写明的口径,本文原样保留;③临界摩擦 0.98 倍下滑 150.0 毫米、1.00/1.10 倍 0.0 毫米为官方报告数据,未独立复现;④触觉压入相关系数 0.950–0.987、中心偏差 ≤1.04 微米的对照对象是非线性有限元解,不是另一家引擎,两者不可混谈;⑤华为鲲鹏 COMPATIBLE 与 NATIVE 双认证、天数智芯/摩尔线程适配为公司公告口径;⑥社区版不可商用一条来自官方文档授权栏,属可直接核对的合同性表述,可信度最高。文中判断均以「判断:」开头,版权与免责声明由模板自动附加。
本文事实信息来自上方标注的公开来源;解读、判断与延伸部分为作者个人见解,写作过程使用了 AI 工具辅助整理,已由作者人工核实,不代表信息来源方立场。如有雷同纯属巧合;如涉及版权或权益问题,请联系 shenjibailian@shenjibailian.com,我们将在核实后及时删除或更正。

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。

一、12.8 倍成立的三项前提

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
表注:四项对齐由官方技术报告写明。这是「同等条件下的引擎差异」这一命题能成立的最低要求,缺任一项,12.8 倍就退化成两个不相干的数字。抓取日期 2026-11-16。

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。

判断:读任何「快 N 倍」的仿真数字,先问三件事——同名任务是不是同一个观测空间、同名算法是不是同一版实现、终点线是不是同一条。这三问答不上来,倍数只能当方向看。这不是对 MotrixSim 的质疑,是对所有仿真对比的通用口径要求,包括 Isaac Sim 自己发的对比。
二、四张表测的是四个东西

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
表注:四行是四个不同指标,横向比较无意义。特别提示:「六格全过」只表示 20 秒内没触发掉落判据,不代表没有滑移——这是官方写明的口径。抓取日期 2026-11-16。

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。

判断:这四张表拼起来,说明的是一件事——MotrixSim 在「大步长 + 接触密集 + 闭链约束」这三类难工况上做了针对性优化,而且优化有效。它不能推出「MotrixSim 在所有任务上都比 Isaac Sim 好」,也推不出「MuJoCo 不行了」。任何一句超出这个范围的结论,都是把工程对照读成了排行榜。
三、上手前必须先看的那一栏

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。

判断:如果团队的真实诉求是「在国产算力上跑机器人训练」,那么免费的社区版帮不上忙,必须谈商业授权。这一点在转述稿里几乎全被略掉了,而它恰恰决定了这个引擎对国内具身团队到底是「能用」还是「要买」。
四、真正省时间的可能不是那 12.8 倍

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:

渲染
256 个环境按 16×16 合批,单图从 32×32 提到 128×128(像素涨 16 倍),单次同步只从 23.53 ms 到 24.56 ms开销在每次同步的固定成本,不在像素填充
LiDAR
32 线程 CPU、64 个并行环境各挂一个 1024×64 LiDAR,吞吐上限约 1.24 亿射线/秒走射线查询,不依赖渲染器,无图形界面也出点云
接口
对外只有 Python 接口:载模型 → 写动作 → 读关节状态与接触力强化学习环境的观测就是这么攒的

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。

判断:这个引擎值得上手试,但试的方式应该是拿你自己的任务跑一遍,而不是拿它的六格表当结论。给一个最小验证路径:用社区版载入你自己本体的 MJCF,跑一个你已经在真机上验证过的简单任务(比如定点抓取),看仿真里的成功率和真机的差距有多大——这个差距才是「这个引擎对你有没有用」的唯一答案。至于 12.8 倍,它只说明这条路值得花那两天。