9月2日消息，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。

据介绍，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。

在具身智能的发展进程中，数据始终是推动突破的关键，然而，行业长期受限于数据不足、采集成本高昂和跨场景迁移困难。此前，逐际动力LimX Dynamics提出了LimX Data Recipe（多元数据配方）策略，通过真机、仿真、视频等多源数据的组合，打破对单一数据来源的依赖。

现在，全新的LimX DreamActor不仅在于流程优化，更体现在多项能力的创新：

- 数据采集更简单：只需手机等消费级设备拍摄视频或照片，即可重建高拟真三维场景。

- 三维资产生成能力：支持大规模生成或调用外部3D数字资产，低成本扩展数据，实现数据多样性。

- 物理一致性更强：不仅外观逼真，还具备更佳的现实物理属性，为训练提供可信赖的基础，提高模型泛化性和可信度。

- 对齐更高效：通过机械臂即可完成场景与物体的坐标对齐，避免传统繁琐的标定流程。

- 直接在仿真中训练策略：能够直接在仿真环境中进行策略训练，无需先仿真，后采集数据。

- Real2Sim与真机RL二者优势互补：Real2Sim提供高保真场景、多样化数据，加速了策略的初始化；真机RL则确保策略迁移落地的可靠性。二者结合，既大大缩短了训练周期，也降低了真机探索的风险。（宜月）