Skip to content
Chinese robotics — Hardware and sensing·· 2 days agoSignalEditorial score85

PrimeSim: A World Model Simulator for Robotics Tasks

独家｜刚刚，启元PrimeSim世界模型，登顶两大机器人权威榜单

Summary

PrimeSim, developed by Qihuan's Embodied Research Center, is a world model simulator that transforms a pre-trained video generation model into an interactive simulation environment for robotic manipulation. It achieves top scores on two benchmark tests, demonstrating its ability to simulate complex robotic interactions with high fidelity and efficiency.

Source: Chinese robotics — Hardware and sensing · Read original article ↗

English translation unavailable. Choose the original article to read it.

What the source reports

Publisher-reported claims, with original evidence. These results have not been independently verified by RoboSignal.

Reported numbers

  • training_hours

    30,110 hours

    View original evidence
    第一阶段：中训练｜从视频生成模型到机器人世界模型 模型训练基于 30110 小时精选机器人演示数据，覆盖人形、双臂、单臂、手持 UMI 设备等 22 种异构机器人平台，混合真实采集数据与传统仿真数据；其中人形机器人样本占比 54.8%，真实世界数据占比 84%。
    Open source S12

  • robot_types

    22

    View original evidence
    第一阶段：中训练｜从视频生成模型到机器人世界模型 模型训练基于 30110 小时精选机器人演示数据，覆盖人形、双臂、单臂、手持 UMI 设备等 22 种异构机器人平台，混合真实采集数据与传统仿真数据；其中人形机器人样本占比 54.8%，真实世界数据占比 84%。
    Open source S12

  • fps_with_cd

    10.04

    View original evidence
    在 RoboTwin 2.0 留出集、单张 A100 环境下，50 步去噪的因果自回归扩散基线速度仅 1.12 FPS，PSNR 26.15；CD 将去噪步数压缩至 4 步，速度提升至 10.04 FPS，PSNR 回落至 24.40；叠加 DMD 后，保持 4 步去噪，PSNR 回升至 24.87，LPIPS 由 0.193 优化至 0.176，相较 50 步教师模型整体提速约 9 倍。
    Open source S17

  • psnr_with_cd

    24.4

    View original evidence
    在 RoboTwin 2.0 留出集、单张 A100 环境下，50 步去噪的因果自回归扩散基线速度仅 1.12 FPS，PSNR 26.15；CD 将去噪步数压缩至 4 步，速度提升至 10.04 FPS，PSNR 回落至 24.40；叠加 DMD 后，保持 4 步去噪，PSNR 回升至 24.87，LPIPS 由 0.193 优化至 0.176，相较 50 步教师模型整体提速约 9 倍。
    Open source S17

  • psnr_with_dmd

    24.87

    View original evidence
    在 RoboTwin 2.0 留出集、单张 A100 环境下，50 步去噪的因果自回归扩散基线速度仅 1.12 FPS，PSNR 26.15；CD 将去噪步数压缩至 4 步，速度提升至 10.04 FPS，PSNR 回落至 24.40；叠加 DMD 后，保持 4 步去噪，PSNR 回升至 24.87，LPIPS 由 0.193 优化至 0.176，相较 50 步教师模型整体提速约 9 倍。
    Open source S17

  • lpips_with_dmd

    0.176

    View original evidence
    在 RoboTwin 2.0 留出集、单张 A100 环境下，50 步去噪的因果自回归扩散基线速度仅 1.12 FPS，PSNR 26.15；CD 将去噪步数压缩至 4 步，速度提升至 10.04 FPS，PSNR 回落至 24.40；叠加 DMD 后，保持 4 步去噪，PSNR 回升至 24.87，LPIPS 由 0.193 优化至 0.176，相较 50 步教师模型整体提速约 9 倍。
    Open source S17
  • paper: not_reported
  • code: not_reported
  • weights: not_reported
  • dataset: not_reported
Source excerpts and review record

Automatically extracted; no manual editorial approval recorded.

第一阶段：中训练｜从视频生成模型到机器人世界模型 模型训练基于 30110 小时精选机器人演示数据，覆盖人形、双臂、单臂、手持 UMI 设备等 22 种异构机器人平台，混合真实采集数据与传统仿真数据；其中人形机器人样本占比 54.8%，真实世界数据占比 84%。

Open source S12

在 RoboTwin 2.0 留出集、单张 A100 环境下，50 步去噪的因果自回归扩散基线速度仅 1.12 FPS，PSNR 26.15；CD 将去噪步数压缩至 4 步，速度提升至 10.04 FPS，PSNR 回落至 24.40；叠加 DMD 后，保持 4 步去噪，PSNR 回升至 24.87，LPIPS 由 0.193 优化至 0.176，相较 50 步教师模型整体提速约 9 倍。

Open source S17

Source：Chinese robotics — Hardware and sensing · news.qq.com

#Other#World models#Sim-to-real#Open artifacts#Embodied perception
Timezone · UTC

Article dates follow your selected timezone. Briefing editions use Hong Kong time (UTC+8).