在近日的具身智能顶会 RSS（Robotics: Science and Systems）2026 上，最高奖项 Outstanding Paper Award 提名名单里，出现了一个不太 “机器人” 的名字 —— 影眸科技，一家头部 3D 生成大模型公司。
这家公司为外界熟知，大多是因为它在 3D 生成领域的硬核实力：基于团队发布的原生 3D 大模型框架 CLAY（提名 SIGGRAPH2024 最佳论文），影眸在 2024 年推出了全球首个原生 3D 大模型产品 Hyper3D，如今该产品已出现在今年英伟达 CES Keynote 、OpenAI 首届黑客松冠军项目等多个全球技术标杆场景的 3D 资产生成工作流里，其企业客户规模位居行业第一。
但影眸科技的研究和布局，并不止于生成。在具身智能方向，Hyper3D 的 Sim-Ready 功能可以一键为 3D 资产赋予重力、摩擦力等真实物理属性，无缝导出到 Isaac Sim 等仿真环境，已经成为具身团队训练「空间智能」的核心资产来源之一。今年 7 月，影眸科技在具身应用领域再进一步，联合地瓜机器人、谋先飞发布了 “具身智能可训练仿真闭环联合解决方案”，其世界生成模型 Hyper3D WorldGen 基于自研原生 3D 大模型 Hyper3D Rodin 与 CAST 框架（SIGGRAPH2025 最佳论文）实现了仅凭单张照片还原可交互三维场景，场景内的 3D 物品均为原生 Sim-Ready 资产，具备物理属性，可直接用于仿真训练，打通从真实影像到具身可训练场景的端到端链路。
资产 Sim-Ready 之后，一个更尖锐的问题随之而来：如果仿真里训练出的策略，一到真实世界成功率就大幅下降、不具备部署价值，那仿真资产的价值又在哪里？
影眸团队用这篇研究成果给出了自己的答案。
影眸Hyper3D合伙人、物理 AI 事业部负责人 Joel Wang 作为共同一作、影眸科技作为署名单位参与完成的论文《cuNRTO: GPU-Accelerated Nonlinear Robust Trajectory Optimization》入围了 RSS 2026 的最高奖项 Outstanding Paper Award 提名。
此前十余年，RSS 的最高论文奖项长期由全球顶尖高校和实验室占据，中国大陆机构与企业团队进入候选名单的案例屈指可数。今年共有 8 篇论文获得提名，其中仅两篇成果包含由国人团队创立的商业公司的核心参与，分别是影眸科技和银河通用。
这篇论文回答的，正是上面那道「从仿真到现实」的必答题：在充满误差与扰动的真实物理世界里，如何让具身更快地算出安全的动作。它把非线性鲁棒轨迹优化的核心计算搬上 GPU，在独轮车、四旋翼和 Franka 机械臂任务中实现最高139.6 倍加速，同时保持100%的安全约束。
从生成 Sim-Ready 的 3D 资产，到让仿真中训练出的智能走向 Real-World Ready，这是影眸研究版图上关键而必然的一步。
仿真不必完美，策略要对不完美有所准备
具身在仿真里学会的每一个动作，都建立在一个隐含假设上：世界会按模型训练时的环境那样运转，但真实世界绝不是如此。真实机器人面对的不是一个和仿真完全一致的物理世界，摩擦、控制误差和外部扰动始终存在。
行业的传统直觉是不断提高仿真精度，让模拟器尽量接近现实。但这条路有一条残酷的渐近线，现实中的摩擦、接触、材料属性、执行误差不可能被完整复刻，Sim-to-Real Gap 是仿真训练真正落地绕不开的问题。
cuNRTO 选择了另一条路，解决 Sim-to-Real，不一定要等待一个完美的 Simulator，也可以让策略对 Simulator 的不完美具备鲁棒性。
「仿真的上限，不只取决于它能多真实，也取决于策略能否承受它不真实的部分。」Joel Wang 说。
这在技术上对应控制领域一个经典方向 — 鲁棒轨迹优化（Robust Trajectory Optimization）。思路可以用一句话概括：既然扰动无法被精确预测，那就把能够被界定的模型误差与外部扰动，显式表示为一个有界的结构化不确定性集合（uncertainty set），然后在规划阶段提出硬性要求。对集合内的每一种可能扰动，轨迹都必须满足全部安全约束：避障、关节限位、力矩上限，一个都不能违反。
换句话说，这是一种最坏情况保证（worst-case guarantee）。相比只能给出概率性保证的随机方法，它对机械臂操作、飞行器避障这类安全攸关场景更为根本。而且求解的产物不只是一条名义轨迹，还有一组随时间变化的反馈增益 — 机器人在执行中一旦被扰动带偏，可以依据实时估计的扰动即时纠偏。
听起来很美好，但有一大难题：这类问题，此前根本算不动。
从 8 个小时到 218 秒：算不动的鲁棒优化，是怎么被搬上 GPU 的
为什么算不动？直觉层面，「对所有扰动都成立」意味着无穷多条约束 — 不确定性是连续取值的，无法逐一枚举，问题在原始形式下不可解。
此前的 NRTO（Nonlinear Robust Trajectory Optimization）框架给出了一条可行路径：外层对非线性动力学和约束做逐次线性化（successive linearization），内层通过鲁棒约束重构，把无穷多条约束转化为有限个二阶锥规划（SOCP）约束，再用交替方向乘子法（ADMM）求解。这套框架在理论上足够优雅，非线性动力学、非线性约束都能处理。
但工程上，它撞在了一堵墙上，SOCP 子问题依赖内点法（Interior Point Method）求解。内点法精度高，却是一种以大规模矩阵分解为核心的串行算法，每次迭代都要重新分解一个随问题规模膨胀的 KKT 系统。系统维度一高、约束一多，计算量爆炸式增长。
论文给出的基线数据非常直观，一个带五个障碍物的独轮车（unicycle）任务，原始 NRTO 要算30423 秒— 超过 8 个小时；四旋翼任务也要 13374 秒。这样的速度，鲁棒优化只能停留在论文里，谈不上任何部署价值。
与此同时，从刚体动力学梯度并行化，到实时非线性 MPC，把优化搬上 GPU 已是明确趋势。麻烦在于，NRTO 的原始结构，嵌套双层循环加串行内点法，天然不适合并行。
cuNRTO 的贡献，就是通过两次算法层面的架构重构，把这套串行算法改写成 GPU 友好的形态。
第一步：NRTO-DR，用算子分裂替换内点法。
NRTO-DR 架构图
直觉上，这一步做的事情是把一个庞大而串行的求解器，拆成大量小而独立的基本计算操作。
具体而言，团队用经典的 Douglas-Rachford 分裂方法重写了内层最昂贵的 SOCP 子问题，将其分解为两类操作。其一是稀疏线性求解，由于内层迭代中 KKT 系统的系数矩阵保持不变，只需做一次 Cholesky 分解，之后每次迭代复用三角求解，直接推翻了内点法「每步重新分解」的成本结构。其二是二阶锥投影，把一个点投影到二阶锥上只有三种几何情形，且每条约束的投影彼此完全独立，是典型的可大规模并行问题。
GPU 实现上，稀疏分解与三角求解交给 cuDSS，锥投影由定制 CUDA kernel 完成。每条约束映射到一个 warp，向量运算通过 cuBLAS 全程留在设备端。
效果立竿见影：无障碍独轮车任务从 30423 秒降到 1934 秒。
但团队在 profiling 时发现了新的瓶颈，43.5% 的运行时间花在 CPU 与 GPU 之间的同步上，真正的锥投影计算只占 11%，GPU 平均利用率仅 34.9%。算法快了，数据却在 GPU 与主机之间来回搬运，把省下的时间又还了回去。
第二步：NRTO-FullADMM，整个内循环搬进 GPU。
NRTO-FullADMM 架构图
这是论文真正的核心创新。它不再满足于替换子求解器，而是重构了内层 ADMM 本身的分块结构，通过引入新的松弛变量，把二阶锥投影直接「压」进 ADMM 的第一个更新块 — 原本需要嵌套一层 DR 求解器才能完成的事，变成了 ADMM 迭代中的一步原生投影，嵌套结构被抹平了。
由此带来关键的工程红利是，整个内循环可以完整跑在 GPU 上。每个外层线性化迭代只需向 GPU 上传一次约束数据与常量算子，之后的仿射求值、并行锥投影、QP 更新、反馈增益、对偶更新与残差检查，全部在设备端完成，直到收敛才把结果传回。
GPU 到主机通信瓶颈被彻底消除，GPU 平均利用率从 34.9% 提升至86.5%
速度提了两个数量级，安全一分没让
使用 cuNRTO 规划 Franka 机械臂轨迹
论文在独轮车、四旋翼和 7 自由度 Franka 机械臂三类系统上做了系统评测，对时间步长、不确定性水平、障碍物数量三个维度分别做了实验。几组关键数字：
更重要的是，所有加速都没有以安全为代价。通过 1000 次随机扰动采样，加上 1000 次专门探测不确定性集合边界的极端用例，合计 2000 次 Monte Carlo rollout 验证：在考虑线性化误差的设定下，所有任务、所有扰动实现均保持100% 约束满足。三种求解器的最优目标值差异不到 0.5%，但速度提升两个数量级，解的质量没有退化。
这项工作的核心，是同时处理速度和鲁棒性，而不是用安全换速度。
值得一提的是，论文还在 Robotarium 平台上完成了真机验证，扰动集合直接从开环执行的残差中估计，NRTO 输出的反馈策略在线估计扰动、实时纠偏，最终稳定驶入目标区域。而只执行名义控制序列的对照组，出现了肉眼可见的漂移。
扰动不必被精确建模，只需被界定；世界不必完美，策略只需对不完美有所准备。这套方法论在真实硬件上跑通了完整闭环。
据了解，团队正在与英伟达进一步推进 GPU 侧优化，目标是把相关计算继续压缩至毫秒级。一旦达成，鲁棒优化将不再只是离线规划工具，而是具备在线控制能力的实时组件。
一家 3D 生成公司，凭什么入围具身顶会最佳论文？
回到开头的问题：一家 3D 生成公司，为什么要下场做机器人控制？
把影眸Hyper3D近几年的研究工作摆在一起，答案会自己浮现：
生成物体 → 理解结构 → 构建场景 → 在物理场景中行动。这不是四篇孤立的论文，而是同一张研究版图上环环相扣的四块拼图，也对应着影眸正在打通的业务闭环，Hyper3D 的 Sim-Ready 功能为具身智能持续生产可仿真的 3D 资产，cuNRTO 则在探索让基于这些资产训练出的智能真正走向 Real-World Ready。影眸的定位也变得清晰：它正在成为连接生成世界、仿真世界与真实世界的 3D 智能基础设施。
支撑这张版图的，是一个在创业公司里相当罕见的全球顶级科研团队。影眸Hyper3D是业内唯一连续多年获得 SIGGRAPH 最佳论文及提名的商业公司，算法团队每 2 人中就有 1 人获得或被提名过顶会最佳论文，约 70% 的科研成果实现了产品转化。
这种研究密度今年还在加码，SIGGRAPH 2026 上，影眸共有 6 篇论文被接收 — 对一家 60 人的创业公司而言，这是足以对标全球顶级实验室的产出。
团队在大会现场设了展位，演示 Hyper3D 的实时生成，人流几乎没断过，其中相当一部分是 Hyper3D 的老用户，围上来当面提需求、给反馈。
同一个会场里，论文在讲台上被宣读，产品在展台前被用户围住，这无疑是「研究即产品」这条路线最具象的画面。
在影眸Hyper3D，研究者拥有真正的问题定义权，可以探索不直接服务于短期产品版本的长期问题。研究与产品不是两套割裂的体系，CLAY、BANG、CAST 最终都进入了产品与产业场景，多位核心研究者本身就是公司合伙人和核心决策者。身兼创业者与一线研究者的 Joel Wang，正是其中之一。
「这次提名当然是对论文的认可，但对我们更重要的是，它再次证明影眸有能力支持非常前沿、甚至不直接服务于短期产品版本的研究。我们希望影眸最终成为一支真正理解三维世界、也能够持续定义前沿问题的 Research Lab。」Joel Wang 说。
从 SIGGRAPH 到 RSS，从图形学到机器人学，一个判断正在变得清晰：影眸正在从一家 3D 生成模型公司，成长为一个覆盖 3D 表示、生成、理解、场景构建与智能体控制的研究团队，这些工作共同指向未来三维物理世界的建模、理解与交互。
当具身智能的叙事聚焦于本体与大模型时，不容忽视的是，具身能否走进充满干扰、摩擦与误差的现实世界。而在具身走向现实世界的关键一步上，像影眸这样连接生成、仿真与现实世界的 3D 智能基础设施将会是不可或缺的。