麻省理工学院计算机科学与人工智能实验室与丰田研究所近日联合推出SceneSmith机器人训练仿真系统。该架构引入多智能体协作机制，依托先进视觉语言模型，可仅凭文本指令自动生成高保真、物理属性完备的三维室内场景。系统内设设计、评审与管理三大智能体，通过多轮迭代确保布局合理、物件丰富且符合现实物理规律。实测表明，其生成的虚拟环境在视觉与交互真实性上显著优于现有方法，预训练机器人策略在其中能精准完成复杂操作任务。该技术有效替代了耗时费力的实物测试，大幅降低机器人部署前的试错成本。尽管单次场景生成目前需耗时数小时，研究团队正着力提升计算效率并拓展形变物体生成能力。此项工作由尼古拉斯·帕夫与罗素·特兰德克等学者主导，相关成果已在国际机器学习会议作重点报告，为机器人从虚拟仿真向现实世界迁移提供了高效的数字训练生态。