Simate通用物理快系统模型登顶RoboDojo榜单第一，押注物理智能技术路线

9月24日，物理智能公司Simate硅基伙伴披露，其利用AI自动研究系统AutoResearch研发的通用物理快系统模型，在物理AI智能评测榜单RoboDojo取得第一名。该公司同时通过真机演示，展示了模型在复杂长程任务执行、记忆与高精度操作等方面的能力。

RoboDojo面向通用机器人操作能力，评测维度包括泛化、记忆、精细操作、长程任务执行及开放任务等。据Simate介绍，通用物理快系统引入了4D物理感知与记忆机制，通过处理深度、几何、运动及接触关系理解物理环境，并围绕任务进展、连续状态追踪和即时变化反馈组织历史信息，以探索长程任务一致性与实时反应之间的平衡。真机演示中，模型利用历史信息连续执行了“泡茶”这一多步骤任务。

这家成立约三个月的公司已累计完成数亿元融资，核心团队汇集了自动驾驶端到端量产、世界模型及人形机器人控制等领域的技术人才，官网也已正式上线。Simate提出了Physical RSI（物理智能递归自我改进）技术路线，将模型研发、数据处理、实验评测及真实机器人部署连接起来，让AI Agent承担更多科研工作，并利用每一轮研究积累的经验持续改进模型与研究方法。

据Simate介绍，AutoResearch目前已对外开放试用，清华、MIT、香港科技大学等高校的研究人员已在使用该平台。