点击下方 卡片 ，关注" 具身智能 之心 "公众号 作者丨 Jai Bardhan等 编辑丨具身智能之心 本文只做学术分享，如有侵权，联系删文 >> 点击进入→ 具身智能之心 技术交流群 更多干货，欢迎加入国内首个具身智能全栈学习社区 ： 具身智能之心知识星球 (戳我) ， 这里包含所有你想要的。 核心背景与问题 Vision-Language-Action（VLA）模型让机器人能够理解自然语言指令并执行操纵任务，但泛化能力评估一直是关键挑战——真实世界评估成本高、可重复性差，而 现有仿真基准存在明显缺陷：扰动类型有限、缺乏高保真视觉效果和真实的机器人控制对齐，导致仿真与真实世界性能脱节（即"现实-仿真差距"）。 为解决这一问题， 捷克理工大学,阿姆斯特丹大学的研究团队 构建了REALM：一个高保真仿真环境与基准，核心目标是建立仿真与真实世界性能的强相关性，实现 大规模、低成本的VLA模型泛化能力评估。其核心突破在于三点：高保真视觉与控制对齐的仿真环境、覆盖多维度扰动的系统评估方案、经实证验证的真实-仿真 性能关联性。 相关工作与差异化优势 现有机器人操纵泛化基准多依赖仿真，但存在显著局限：GemBench、 ...