北京通用人工智能研究院（简称“通研院”）

正式开源通用具身智能仿真平台TongSIM

该平台构建了一个 “全场景、多任务、高保真” 

的虚拟世界

内置了115个精细建模的室内场景

与完整的城市级户外环境

为智能体提供了极其丰富且贴近真实世界的练习场 

用户可以通过其训练自己的“通通”  

让无数个“通通”，走进千家万户

平台开源上线后，迅速登上Huggingface首页

数据集热度趋势榜单第一名

超过Google/Nvidia等数据集

被Hugging Face首页推荐

在GitHub上开源主要代码仓库

也同样受到广泛关注

TongSIM基于虚幻引擎构建，充分利用了其在实时渲染、物理模拟和大规模场景管理方面的原生优势 。通过自研的接口封装，TongSIM能够支持高效的通信、调试与控制，能够精准管理复杂的场景中的物体语义标签、物体状态和智能体（Agent）状态数据，为智能体的训练、测试提供了丰富的支持。

TongSIM的核心优势：不局限于单一任务或场景，而是为AI提供了一个贴近真实世界的“全能训练场”。

TongSIM能成为通用 具身 AI 的“训练场”，关键在于它具备四大核心特性，全面覆盖AI训练的各类需求。

TongSIM包含了115个完善的高保真室内场景，满足多样化任务需求。同时，正在构建中的户外大场景涵盖住宅、运动场、学校、快递站等多种功能场景，大大拓展了智能体的任务支持范围。户外环境配备完整路网和交通系统，为长周期、高复杂度任务提供保障。

TongSIM构建了“室内+户外”的完整世界，让AI能在不同场景中灵活切换。尤其在场景扩展性方面，可支持自定义场景生成和外部资产导入，快速构建专属任务环境，从而适配不同的科研和应用需求。

为了丰富交互对象，支撑细粒度操作任务，TongSIM中的交互对象包含数千个可交互物体，覆盖各类功能类别。

为了让AI“身临其境”，TongSIM在仿真细节上做到了极致：

• 物理模拟：支持刚体动力学、流体、布料等物理仿真，AI需考虑物理约束完成任务；

• 精细交互：支持对场景中各类物体进行精细化逻辑控制，还原真实世界中的各类人工场景，让AI在复杂动态环境中充分学习；

• 社交仿真：支持并发行人模拟，能模拟人类避让、聚集等行为，还能通过LLM驱动NPC的语义行为，让AI学习社交规则；

• 多模态感知：为AI提供RGB图像、深度图、激光雷达等多模态传感器数据，还原真实世界的感知方式。

1.单智能体任务，考验导航、避障和空间探索能力，智能体需在多房间环境中学习如何高效清理散落的纸团等物体。

2.多智能体任务，考验协作、安全避障和高效规划能力，多个智能体需在动态危险环境中协作收集物资，通过多次交互形成协作策略。

3.人机混合交互任务，考验社交规则遵守和动态环境适应能力，智能体（机器人）需在密集人群中导航至目标点，反映其在真实社会生活场景中的适应性。

4.家庭综合任务，考验复合推理和生活技能，包含物体计数、积木搭建、房间整理等任务。这些任务源自于发展心理学研究，可反映智能体在通用综合任务中的整体表现。

5.高阶社交任务，考验社会认知和空间推理决策能力，智能体任务为在不同场景中为多个NPC安排座位，以满足各个NPC的偏好和社交关系。该任务反映智能体在家庭场景中的综合推理能力。

TongSIM当前已支持五大类基准任务，覆盖从低阶到高阶的全能力维度：

• 单智能体任务：如室内导航、物体清理，考验主动感知和空间规划能力；

• 多智能体任务：如协同搜索、物资收集，考验高效分工和集体决策能力；

• 人机交互任务：如社交导航、人机协作，考验社交规则理解和主动协作能力；

• 家庭综合任务：如整理房间、摆放餐桌，考验生活常识和综合推理能力；

• 高阶社交任务：如座位安排、偏好沟通，考验社会认知和多约束优化能力。

TongSIM最核心的价值，是为通用具身AI 提供了一个“统一的成长环境”：

• 全场景覆盖：从室内到室外，支撑各类任务的连续训练；

• 高保真仿真：物理、交互、社交综合覆盖，贴近真实世界；

• 多任务支持：一个平台搞定从基本导航到高阶社交的全类型任务；

• 灵活扩展性：支持自定义场景和任务，适配科研和应用多样化需求。

我们诚挚地邀请全球研究机构、开发者以及人工智能爱好者下载并使用TongSIM，共同推动通用人工智能科研生态的蓬勃发展，让无数个“通通”走进千家万户！

北京通用人工智能研究院