DexVerse™具身智能引擎
产品亮点：跨维自成立之初就打造了底层自研的DexVerse™ 具身智能引擎，能够针对具体的商业场景，实现“物理仿真-数据合成-模型训练”的全链条自动化，并基于此形成具身智能大模型套件及纯视觉智能传感器，赋予通用机器人智慧的大脑和双眼。 DexVerse™ 引擎无需研发人员的参与，能够全链条自动化地产生针对具身智能任务的AI模型SDK，数据生成速度与AI模型的训练迭代速度同频，从而完全不需要存贮数据，积攒多少条训练数据也将不再是具身智能落地的一个量化标准。跨维在多个场景中的软硬件产品落地都由DexVerse™ 支撑。
当前，数据匮乏仍是通用具身智能面前的高墙。具身智能落地需要海量的、精确刻画三维物理世界的、具备具身属性的数据，然而当前真实数据采集成本高、难度大、效率低。具体来说，在数据采集上，真实数据采集需要大量机器人，成本高且时间长；在模型训练上，需要海量机器人多场景实地搜集后训练，模型迭代周期长；在模型通用性上，数据无法做到穷举，因此模型多针对特定环境，通用性差。
相较而言，Sim2Real AI通过物理仿真和合成数据，可以更高效地覆盖所有变化。这种方法允许在虚拟环境中模拟各种操作对象、环境变化、机器人构型和传感器变化，并能针对不同商业场景共享底层的物理仿真和数据生成能力。包括刚体、铰链、软体、流体等在内的任何操作对象，都可以通过精准的物理仿真支持数据生成。
因此，跨维智能基于Sim2Real技术路线，凭借深厚的技术积累，自研 DexVerse™具身智能引擎。随着不断的创新和迭代，DexVerse™ 现已升级至其先进的2.0版本，展现出卓越的性能和能力：
首先，给定一个边界清晰的商业场景和机器人硬件构型，DexVerse™ 2.0能够利用大语言模型自动拆解所涉及到的机器人技能及子技能。
其次，针对任意一个技能或子技能，DexVerse™ 2.0能够自动化地生成仿真所需对象、场景等数字资产，并基于这些资产仿真渲染生成虚拟空间中的机器人操作过程数据条。
紧接着，通过虚拟空间中的数据生成，训练具身智能3D VLA（Vision Language Action）模型。
最后，训练好的模型可以在选定的商业场景内驱动机器人本体，以通用的方式完成各种机器人技能操作。
