具身智能正加速向视觉中心感知范式演进升级，但现有模拟器难以同时满足以下四点：
为解决上述难题，清华大学智能产业研究院（AIR）DISCOVER Lab 联合谋先飞技术、原力灵机、求之科技和地瓜机器人提出 GS-Playground 通用多模态仿真框架，作为业界首个实现高吞吐量并行物理仿真与高保真 3DGS 渲染深度融合的全栈平台，为视觉驱动的机器人学习打造了新一代通用仿真基础设施。
项目主页：https://gsplayground.github.io
论文链接：https://arxiv.org/abs/2604.25459
仓库链接：https://github.com/discoverse-dev/gs_playground
01/ 突破渲染效率瓶颈，兼得高保真与高性能
针对 “看得真” 与 “训得快” 的行业两难，GS-Playground 搭载自研内存高效批量 3DGS 渲染器，通过专属剪枝策略削减 90% 以上高斯点，画质损失可忽略不计；单张 RTX 4090 在 640×480 分辨率下实现最高 10000 FPS 渲染吞吐，可同时渲染 2048 个场景；配合刚性连杆高斯运动学机制，实现视觉与物理状态零开销实时同步，彻底打破渲染算力与显存的核心瓶颈。
自研渲染框架与 IsaacSim 的帧率（FPS）吞吐量对比测试
02/ 降低场景创建门槛， 分钟级完成 Real2Sim 转换
针对人工建模低效、仿真与真实世界脱节的行业痛点，GS-Playground 实现全自动化 “图像到物理” Real2Sim 工作流。仅需单张 RGB 图像，数分钟内即可完成从目标分割、3D 重建到位姿配准的全流程，全自动生成可直接用于仿真的数字资产，从源头闭合视觉层面的仿真 - 真实鸿沟。基于该工作流打造的 Bridge-GS 标准化数据集，也为行业提供了高质量仿真数据基座。
GS-Playground 系统结构
03/全场景通用兼容， 实现零微调无缝真机部署
针对仿真平台碎片化、机器人与场景适配成本高的行业痛点，GS-Playground 从底层打造通用仿真底座。自研跨平台并行物理引擎原生支持 CPU/GPU 双后端，开箱即用适配四足、人形、工业机械臂等全品类机器人，全面覆盖运动、导航、高精度操作三大核心场景，API 兼容 MuJoCo MJCF 格式，现有项目可零摩擦迁移。
基于三大核心技术，GS-Playground 打通了场景重建、大规模训练到真机部署的全链路闭环，可稳定支持数千个并行环境同步运行。仿真训练的视觉策略无需任何微调即可直接部署真机：四足和人形运动策略 数十分钟训练收敛并可迁移到真机，视觉导航零样本真机部署，机械臂抓取零微调成功率达 90%。平台同时是首个基于 3DGS 实现大规模并行 LiDAR 仿真的框架，核心能力显著优于行业主流平台。
GS-Playground 即将面向全球科研与产业伙伴开源全栈代码与配套数据集，携手推动具身智能技术的突破与落地！
如果您对 GS-Playground 仿真器感兴趣，或有任何相关疑问，欢迎加入 GS-Playground 官方交流群。进群方式：扫描下方二维码添加小助手微信，备注【gsp 交流】即可。
