# 工程世界模型与物理仿真资产落地拆解：从 SKY-001、SimReady 到具身闭环

> 原文链接：https://robotics.hellobike.com/explainers/physical-ai-world-models-and-cad-sim-2026
> 频道：explainers | 更新日期：2026-11-10 | 标签：世界模型, CAD生成, SimReady, 物理仿真, Sim2Real, OpenUSD
> 核心摘要：拆解 2026 年 10 月两项与具身仿真相关的进展：Skyfall AI 的工程世界模型 SKY-001（研究预览，按零件逐步生成 CAD/BIM 构建过程）与 Hugging Face × NVIDIA 的 SimReady Central（2,000+ 个仿真就绪 OpenUSD 资产），以及它们离机器人训练管线还差什么。

# 工程世界模型与物理仿真资产落地拆解：从 SKY-001、SimReady 到具身闭环

2026 年 10 月有两项进展和具身仿真管线直接相关：

1. **Skyfall AI 发布 SKY-001（10 月 19 日，研究预览）**：自称"首个工程世界模型"，输入图片或文本，按装配体 → 零件逐层拆解，再逐步生成每个零件的 2D 草图与 3D 构建状态。目前仅开放候补名单，没有公开 API 或权重。
2. **Hugging Face 与 NVIDIA 上线 SimReady Central（10 月 21 日）**：在 Hugging Face 上免费、无门槛提供 2,000+ 个仿真就绪（SimReady）OpenUSD 资产，覆盖机械臂、夹爪、仓储设备等，来自 FANUC、Franka Robotics、Robotiq、Universal Robots 等厂商。

---

## 一、SKY-001 做了什么，没做什么

据 Skyfall 官方介绍，SKY-001 由两部分组成：**层级组合器**（Hierarchical Composer）把设计意图拆成装配体与零件树；**构建世界模型**（Construction World Model）为每个零件预测一串有序的构建状态——CAD 场景下是相邻 3D 实体状态之间的 2D 草图，BIM 场景下是逐笔绘制的平面图。两者都是扩散 Transformer，不做 next-token 预测。

厂商自测的 CAD 基准（1,000 个零件）：

| 模型 | 平均 IoU | 单例耗时 | 单例成本 |
| :--- | :--- | :--- | :--- |
| SKY-001 | 79.7% | 3.9 秒 | $0.005 |
| GPT-6 Astra | 79.1% | 199 秒 | $0.75 |
| Gemini 4 | 76.9% | 253 秒 | $0.25 |

读这组数据要注意三点：

- **质量基本持平，优势在速度和成本**：IoU 只领先 0.6 个点，真正的差距是约 50 倍速度、150 倍成本。
- **全部是厂商自测**：测试集、对手模型的调用方式与成本口径都由 Skyfall 决定，尚无第三方复现。
- **输出还不是可编辑的参数化 CAD**：Skyfall 技术博客把"草图序列变成带特征历史的可执行建模操作"列为后续计划；部分媒体称其可直接输出 Autodesk Fusion 可执行步骤，与官方路线图不符。

对机器人团队而言，SKY-001 目前更接近"快速生成工件几何草案"的研究方向，还不能直接替代 CAD 工程师产出可加工、可仿真的零件。

---

## 二、SimReady Central：仿真资产缺的是物理属性

把 CAD 或网格模型放进仿真，还需要补齐碰撞几何、质量、摩擦、关节限位等属性，这部分通常要手工完成。SimReady 资产就是预先按 **SimReady Foundation** 的规格（profile）准备好这些属性的 OpenUSD 资产。

按资产所属规格不同，可能包含：

| 资产要素 | 用途 |
| :--- | :--- |
| 碰撞几何与物理属性 | 在支持的运行时里做接触与物理仿真 |
| 关节结构与限位 | 机械臂、设备的关节运动 |
| 语义标签 | 物体识别与合成数据标注 |
| 材质与传感器属性 | 渲染与传感器仿真 |

使用时需要按自己的工作流核对每个资产支持的规格，不是每个资产都带全部物理属性。资产库支持 NVIDIA USD Search 自然语言检索，官方示例是在 Isaac Sim（PhysX）里用 FANUC 机械臂 + Robotiq 夹爪搭建仓储抓放场景，再到 [Isaac Lab](/sdks/isaac-lab) 里配置训练与评测任务。

---

## 三、放进具身训练管线的现实路径

```mermaid
graph LR
  A[SimReady Central 资产检索] --> B[OpenUSD 场景组装]
  B --> C[Isaac Sim / Isaac Lab 训练与评测]
  C --> D[VLA / 操作策略: π0 / OpenVLA]
  D --> E[真机验证: G1 / G2 / FR3]
  F[SKY-001 等工件几何生成<br/>研究预览] -.未来可接入.-> B
```

1. **现在就能用的**：从 SimReady Central 选与自己机械臂、夹爪匹配的资产，组装 OpenUSD 场景，在 Isaac Lab 中做位置与布局随机化，训练和评测 [π0](/models/lerobot-pi0-base)、[OpenVLA](/models/openvla-openvla-7b) 等操作策略。使用 [MuJoCo](/sdks/google-deepmind-mujoco-menagerie) 的团队需要自行完成 USD 到 MJCF 的转换。
2. **还需要观望的**：SKY-001 这类工程世界模型若能输出可编辑、带物理属性的零件，才能补上"按任务定制训练工件"这一环；在此之前，工件仍需人工建模或从现有资产库选取。
3. **始终要做的**：仿真训练得到的策略必须在真机上验证，Sim2Real 差距不会因为资产更精细而自动消失。

---

## 延伸阅读与选型工具

- **仿真资产检索**：访问站内 [仿真资产库 (URDF / MJCF / USD)](/sim-assets/)，查找主流开源机器人官方模型文件与碰撞网格；
- **整机与端侧算力并排比对**：前往 [机型并排对比工具](/compare/?ids=unitree-g1,agibot-genie-g2,franka-research-3) 或查阅 [Jetson Thor vs AGX Orin 算力选型](/routes/vs-compute-jetson-thor-vs-agx-orin-vs-orin-nx)；
- **具身基座模型一览**：查阅 [2026 具身 VLA 模型全景图谱](/routes/vla-model-landscape-2026) 与 [Sim2Real 仿真迁移路线](/routes/sim-to-real-locomotion-route)。

## 原始参考来源 (Sources)

- [Skyfall AI：SKY-001 产品页](https://skyfall.ai/sky-001)
- [Hugging Face 博客：Announcing SimReady Central](https://huggingface.co/blog/nvidia/simready-central-assets-robotics-ai-factories)
- [CADFrontier：SKY-001 厂商说法核查](https://cadfrontier.com/articles/skyfall-sky-001-claims-check?lang=en)