# Niantic Spatial 推出 Sim2Real 訓練方案讓機器人學習導航

> 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt)

> 原作者：Niantic Spatial 🌎 (@NianticSpatial) · 策展與摘要：EasyVibeCoding · 平台：X (Twitter) · 熱度：🔥 · 日期：2026-07-21

> 原始來源：https://x.com/NianticSpatial/status/2079225860486496318

## 證據與延伸閱讀

- [Niantic與Flexion開發機器人工作流程](https://www.nianticspatial.com/blog/flexion-humanoid-real2sim-sim2real)
- [建模時間縮短至幾分鐘](https://x.com/NianticSpatial/status/2079225860486496318)

## 中文摘要

Niantic Spatial 推出 Sim2Real 訓練方案讓機器人學習導航。

**核心技術整合**
Niantic Spatial 與 Flexion 共同開發了一套工作流程，旨在縮短人形機器人從模擬環境（Sim）到現實世界（Real）的技術落差。這套方案的核心在於利用高擬真的數位孿生（Digital Twin）技術，讓機器人能在模擬環境中進行大規模的強化學習（RL）訓練，並將訓練成果「零樣本」（zero-shot）遷移至真實場域。

<video src="https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/1784615946794-81kr6kv9.mp4" poster="https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/391b5840050c7822.jpg" controls playsinline preload="metadata" style="max-width:100%;height:auto;display:block;margin:1rem 0"></video>
> 透過 Niantic Spatial 與 Flexion 的技術整合，機器人能利用高擬真的模擬環境進行訓練，實現更精準的 Sim2Real 遷移。

**工作流程與優勢**
這項技術大幅簡化了機器人訓練環境的建置過程，將原本需要數天的人工建模時間縮短至幾分鐘：
- **快速建模**：操作者僅需使用市售 360° 相機拍攝場景，即可透過 Niantic Spatial 的管線生成具備度量尺度（metric-scale）的數位孿生。

- **視覺與物理整合**：系統會同時產生「Gaussian Splat」視覺層與對應的碰撞網格（collision mesh），並匯出為單一 `USDZ` 檔案，確保視覺與物理模擬的一致性。

- **高效模擬**：該檔案可直接載入 NVIDIA Isaac Sim 與 Isaac Lab，利用 GPU 加速進行大規模平行訓練。

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/570d9371ce54111f.webp)
> 這是一張展示大量人形機器人在模擬環境中進行集體運動與路徑規劃的數位模擬畫面，部分機器人胸口可見「UNITREE」字樣。

- **RGB 導航策略**：不同於傳統依賴深度圖或 LiDAR 的方式，此方案採用僅需 RGB 影像的導航策略，能同時捕捉場景的幾何結構與語意資訊，使機器人更具備應對複雜環境的穩健性。

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/52874c0d2d881ac8.png)
> 這是一間擺放著多台 UNITREE 人形機器人的實驗室工作空間。

**實際應用與影響**
根據官方說明，透過此流程訓練出的 RGB 導航策略，在現實辦公室環境中的表現與傳統深度感測策略相當，且能適應家具擺設變更等環境差異。這項技術不僅降低了機器人訓練的硬體風險，也為未來訓練更複雜的推理與操作系統奠定了基礎。

**開發者資源**
Niantic Spatial 同時針對 Scaniverse 使用者提供優惠，即日起至 2026 年 8 月 31 日止，使用者可透過優惠代碼「FLEXYOURSCAN」兌換 105,000 點 Top-Up Credits（價值 50 美元）。現有使用者可透過 [官方聯絡頁面](https://www.nianticspatial.com/capture/contact-sales) 申請獎勵點數。欲了解完整技術細節與工作流程，可參考 [官方部落格說明](https://www.nianticspatial.com/blog/flexion-humanoid-real2sim-sim2real)。

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/27e15c3e4d1b2db9.png)
> 這張圖片展示了 Niantic Spatial 與 Flexion 合作的技術演示，背景為 NVIDIA ISAAC 模擬環境中的機器人群體。

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/f254834a6552d10d.webp)
> 此圖為 Niantic Spatial 的品牌標誌。

## 媒體內容

**透過 Niantic Spatial 與 Flexion 的技術整合，機器人能利用高擬真的模擬環境進行訓練，實現更精準的 Sim2Real 遷移。**

**影片中的 Prompt 與操作**

操作步驟：

1. （00:00）影片展示機器人在模擬環境中進行訓練。
2. （00:22）影片展示透過 Niantic Spatial 軟體將現實空間轉化為模擬資產的過程。
3. （00:29）影片比較機器人使用 RGB 影像與深度影像進行導航的差異。
4. （00:53）影片展示訓練後的機器人在現實環境中執行任務。

## 標籤

Robot, 新產品, 研究論文, Niantic Spatial, Flexion