DexVerse 是跨维智能（深圳）的空间与具身智能引擎，以 Sim2Real（仿真到现实）技术为核心，提供从 3D 场景生成、物理仿真、合成数据到模型训练与部署的自动生成式工具链。本页信息整理自官网产品页，供具身智能团队评估合成数据路线时参考。

关键参数（公开口径）

参数 规格
产品类型 空间与具身智能引擎（Sim2Real 工具链）
功能模块 环境资产/机器人资产库、传感模拟、DexGen 物体生成、DexSim 数据生成、DexAI 模型训练、可微分生成模拟
仿真物理 官网称覆盖光线折射、物体摩擦系数、刚体/软体/流体动态变化
数据生成输入 语言、图像、视频等多模态输入，生成含几何与物理信息的 3D 场景
缩小差距手段 域随机化与可微分仿真（官网口径）
传感模拟 视觉、力/力矩、触觉三类传感仿真
工具链覆盖 数据生成→模型训练→模型评估→模型部署全流程
配套硬件 与 DexForce W1 Pro 机器人、具身视觉套件配套使用

本表为公开资料整理，以厂商最新发布为准。

产品定位与技术要点

DexVerse 代表具身智能数据问题的「合成数据」路线：不依赖真机遥操作采集，而是用生成式 AI 构建带物理属性的 3D 场景，在高并发仿真中批量产出带标注的操作数据，再通过域随机化与可微分仿真缩小仿真到现实的差距。官网将其定位为「数据-模型」自动生成式工具链，覆盖从资产生成到模型部署的完整环节。

这条路线与真机数据路线（如智元 AgiBot World 数据集）互为补充：合成数据成本低、可批量、天然带完美标注，但存在仿真与现实的残余差距；跨维选择的验证方式是自研 DexForce W1 Pro 机器人作为配套载体，用纯视觉构型承接 Sim2Real 训练的模型。评估时建议关注其在目标场景的实机验证案例，而非仅看引擎功能清单。

适用场景

  • 具身智能模型预训练与数据扩增：批量生成带物理属性的操作数据（见具身智能转型专题）
  • Sim2Real 迁移研究：域随机化加可微分仿真，适合做虚实差距消融实验（可与 NVIDIA Isaac Lab、Isaac Sim 的合成数据路线对比）
  • 机器人视觉感知训练：视触觉与力觉仿真是其差异化模块，可用于抓取检测类任务的数据准备

同类产品与选型

合成数据与仿真平台同档对比：NVIDIA Isaac Sim 与 NVIDIA Isaac Lab（国际主流仿真栈，生态成熟）、Coppeliasim（学术常用仿真器）。DexVerse 的差异点在「生成式 3D 场景+数据流水线」的一体化与中文本地支持；选型时按生态兼容性（ROS/USD）、渲染保真度与授权成本综合评估。品类全景见软件平台主题。

来源与核验