Uranus：构建面向具身 AI 的下一代仿真基础设施

可扩展的仿真对于机器人数据生成、策略训练、评估和安全迭代至关重要，但现实世界中的交互成本高昂，传统仿真器的构建也需要大量人工投入。我们提出 Uranus，这是一款以联合轨迹条件自回归扩散模型为核心的数据驱动机器人仿真器。Uranus 提供三项关键能力：（1）流式、开放式 rollout：在线接收未来的关节位置轨迹，并以自回归方式逐步生成每一步的一个潜在帧，每个潜在帧对应四个 RGB 帧，且不受固定时域限制；（2）低延迟生成：经过推理优化后可达到 24 FPS；（3）可扩展、可扩充的机器人控制：为不同机器人形态和相机配置下的同步多视角生成提供统一接口。我们在分布内和分布外数据上开展了全面的定量与定性评估，对 Uranus 进行了客观评价，并明确指出了其当前局限性。我们将代码和模型权重开放发布，为社区提供实用的工具与洞见。