广州日报《机器人参考》记者获悉，9月2日，总部位于深圳的逐际动力 LimX Dynamics发布全新具身智能训练范式LimX DreamActor，首次实现Real2Sim2Real、模仿学习与真机强化学习的深度融合，可通过仿真与真机数据的协同，解决行业长期面临的数据不足、采集成本高、跨场景迁移难等问题，显著提升具身模型训练效率与部署稳定性，为机器人自主操作提供新的开发路径。

打破数据采集困境

构建“虚实融合”训练流程

在具身智能发展中，数据一直是关键，但行业长期被数据不足、采集成本高以及跨场景迁移困难等问题所困扰。此前，逐际动力LimX Dynamics 提出 LimX Data Recipe（多元数据配方）策略，通过结合真机、仿真、视频等多源数据，减少对单一数据来源的依赖。而全新的LimX DreamActor则在此基础上更进一步，通过“现实环境数据采集（Real）—仿真数据预训练（Sim）—真机数据后训练（Real）”的全流程设计，充分挖掘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，该系统通过高拟真建模和模仿学习训练，让机器人建立对场景和物体的泛化理解能力，极大提升了策略预训练的效率。比如，在模拟的仓库环境中，机器人能通过大量虚拟训练，快速掌握不同货物搬运的基本策略。

而在现实阶段，利用真机强化学习对策略进行后训练，可确保机器人在实际场景中的操作成功率，保障策略能可靠地落地部署。例如，经过仿真训练的机器人在真实仓库中进行货物搬运时，通过真机强化学习，能根据实际的货物重量、摆放位置等因素，微调之前学到的策略，以适应真实环境。

这种“实-虚-实转换融合”的模式，既保留了仿真训练的高效率，又借助真机数据确保落地可靠性，实现样本效率、收敛速度与部署稳定性的同步提升。

六大技术亮点，助力训练降本增效

LimX DreamActor在技术层面实现多项突破，核心优势集中于“简单、高效、可扩展”：

数据采集简化，手机等消费级设备即可完成数据采集，无需依赖专业仪器；三维资产可扩展，支持大规模生成或调用外部3D数字资产，低成本实现数据多样性；物理一致性强，仿真场景不仅外观逼真，更匹配现实物理属性，提升模型可信度；对齐流程高效，通过机械臂直接完成场景与物体坐标对齐，省去传统繁琐标定步骤；仿真直接训练，可在仿真环境中直接开展策略训练，无需先采集数据再训练；双模式优势互补，Real2Sim 提供高保真数据加速策略初始化，真机RL保障落地可靠性，缩短训练周期并降低真机试错风险。

目前，逐际动力正联合创新者、开发者与系统集成商推动“IDS生态协同战略”，围绕本体硬件设计制造、强化学习全身运动控制、具身大脑训练范式三大核心技术，构建具身Agent开发工具链。LimX DreamActor的推出，为具身智能开发生态提供了新的思路和工具。

文/广州日报新花城记者：阮元元

图/逐际动力

广州日报新花城编辑：王其琪