逐际动力推出新的具身智能训练范式LimX DreamActor

　　继聚焦视频数据的LimX VGM之后，逐际动力再次推出一套全新的具身智能训练范式 —— LimX DreamActor：发挥Real2Sim2Real与真机强化学习的双重优势，利用仿真和真机数据弥合模拟到现实之间的鸿沟，显著提高具身模型训练与部署的效率与稳定性，为实现机器人的自主操作提供开发范式。

　　LimX DreamActor首次实现了Real2Sim2Real、模仿学习和真机强化学习的深度结合，全面解锁仿真数据和真机数据在具身智能训练中的优势。

　　在仿真阶段，系统通过高拟真建模和模仿学习训练，建立场景和物体的泛化能力，大幅提升策略预训练的效率;在现实阶段，利用真机强化学习对策略进行后训练，确保高成功率的落地部署。

　　这种双向互补的方式，既具备了大规模仿真训练的高效率，又借助少量真机强化学习即可弥合模拟到现实之间的鸿沟，有助实现样本效率、收敛速度和部署稳定性的全面提升。这一“虚实融合”的开发新范式，不仅提高了模型训练的性价比，也为落地部署提供了更稳健的解决方案。

　　LimX DreamActor形成了“现实环境数据采集—仿真数据预训练—真机数据后训练”。LimX DreamActor打通了“现实环境数据采集—仿真数据预训练—真机数据后训练”的全流程，使具身智能的训练过程更高效、更可靠。

　　逐际动力认为，LimX DreamActor的推出，为AGI在物理世界的泛化能力提供了又一条创新路径，加速了具身智能从实验室走向现实应用。