4096个仿真环境同时开跑 Motphys从求解底层刷新具身仿真算力上限

把4096个环境塞进引擎同时跑，一秒钟计算数百万个物理步！在Chinagraph 2026上，Motphys CTO张衡揭秘了硬核数据背后的底层技术——用极致的求解算法，为机器人精准“算”出一个真实的物理世界。

10月30日至11月1日，第十六届中国计算机图形学大会（Chinagraph 2026）在浙江杭州召开，作为中国计算机图形学领域规模最大、级别最高的学术会议，本届大会以“图承经典 智启未来”为主题，由中国计算机学会、中国自动化学会、中国图学学会、中国图像图形学会、中国系统仿真学会、香港多媒体及图像计算学会主办，浙江大学承办，吸引超过500名参会者齐聚杭州，共同探讨计算机图形学领域的前沿技术与发展趋势。

物理仿真是计算机图形学的重要研究方向，也是虚拟现实、数字孪生与具身智能等应用的基础技术。作为深耕物理仿真的企业代表，凭借在自研物理引擎、大规模并行计算与机器人训练闭环上的技术突破，北京谋先飞技术有限公司（Motphys）受邀出席大会，与来自计算机图形学及相关领域的学者、师生和工业界专家共同交流前沿技术、最新研究进展与技术应用。

开幕式由浙江大学求是特聘教授、程序委员会主席周晓巍主持，中国科学院院士胡事民，浙江大学副校长陈刚，杭州市拱墅区副区长马志清，浙江大学教授鲍虎军先后致辞。大会特邀德国慕尼黑工业大学教授 Rüdiger Westermann、浙江大学求是特聘教授潘纲、北航长江学者特聘教授李波、摩尔线程联合创始人兼CTO张钰勃作主旨报告，围绕三维场景重建、脑机智能、边端智算与全功能GPU等前沿方向展开。本届大会涵盖计算机图形学、计算机视觉、虚拟现实、AI与图形学交叉等方向，通过特邀报告、技术论坛、电子剧场等环节，并邀请相关企业开展技术分享，促进学术与产业深度融合。

在大会报告环节，Motphys CTO张衡系统阐述了物理仿真与机器人学习的协同创新路径。他指出，面向具身智能对高精度、高效率仿真的迫切需求，Motphys 打造了 MotrixSim 物理仿真引擎与 MotrixLab 训练平台以及 MotrixGen 数据生成管线，国产化全栈自研产品体系，打通了从“仿真训练”到“真机部署”的全链路闭环。

张衡重点分享了 MotrixSim 在底层求解技术上的突破：基于广义坐标下的多体动力学建模与接触约束求解，结合结构化动力学表达和稀疏求解算法，引擎实现了稳定的摩擦接触计算、复杂机构仿真，以及 CPU/GPU 异构的大规模并行计算能力。在 4096 个并行仿真环境的压力测试中，MotrixSim 达到了每秒数百万物理步的极限计算性能，为机器人复杂运动控制与高动态环境交互提供了坚实的仿真支撑。

这一突破的意义，不仅在于性能指标的跃升，更在于它打破了传统仿真在精度与效率之间的妥协困境。 长期以来，高保真物理仿真与大规模并行计算难以兼得，这直接制约了具身智能从“小样本试错”走向“海量数据驱动”的进程。MotrixSim 通过底层求解技术的革新，证明了高精度与高效率可以同时成立——这意味着，机器人的训练将不再受限于真机试错的物理瓶颈，而是在一个可计算、可无限扩展的虚拟世界中加速进化。

张衡还介绍，MotrixLab 将高效物理仿真能力延伸至强化学习训练，在 G1 全身动作跟踪实验中，将达到指定跟踪得分所需的时间从约 131 分钟缩短至约 10 分钟，显著提升机器人学习效率。目前，MotrixSim 已开放社区版免费使用以及面向学术界开放授权，训练平台 MotrixLab 也已正式开源，共同为机器人策略训练与具身智能开发应用，提供高效的底层仿真基础设施。

从数字孪生到物理AI，物理仿真正在从图形学的“边缘课题”，走向驱动智能体进化的“核心引擎”。此次亮相 Chinagraph 2026，Motphys 不仅展示了高精度物理求解与高效训练协同发展的应用价值，更彰显了深耕底层基建的定力。未来，Motphys 将继续深耕物理仿真技术，持续完善具身智能仿真基础设施，为具身智能技术研发和产业落地提供最坚实的底层支撑。

关于 Motphys

北京谋先飞技术有限公司（Motphys）成立于2021年，专注于物理 AGI 基础设施建设，是国产自研的具身智能仿真基座解决方案构建者。公司以 Real2Sim2Real 为技术路径，全自研 MotrixSim 物理仿真引擎、MotrixLab 训练平台与 MotrixGen 数据生成管线，构建了国内首个覆盖仿真、训练到数据生成的完整闭环系统，并同步打造 SimReady 资产体系，为具身智能机器人打造一个可交互探索的“平行世界”。

Motphys 在武汉落地全国首家虚实一体具身智能实训基地。目前，已完成鲲鹏、天数智芯、摩尔线程等信创认证全覆盖，同时兼容 NVIDIA、AMD、Apple 等海外生态，构建起从芯片到引擎到应用的开放算力生态；学术成果在机器人顶会 RSS 等发表；市场落地方面，技术已覆盖人形、四足、灵巧手等多类具身机器人企业，2026年业务拓展至智能驾驶、工业机械等泛物理AI应用领域，完成技术软硬件全方位适配与商业化验证。