ICRA 2026｜中兴开源RealMirror，为具身智能研发搭起普惠基座

在2026年国际机器人与自动化顶会（ICRA 2026）上，中兴通讯旗下ZTE Terminators Team正式发布并开源端到端仿真基座RealMirror平台。该平台针对性破解当前人形机器人VLA（通用肢体与操作）研究面临的数据采集成本高企、缺乏统一评测基准、Sim2Real鸿沟显著三大核心痛点，为具身智能研发搭建普惠化技术基座。

当人形机器人的灵巧手开始尝试精准拧动矿泉水瓶盖、组装微型电子元件时，具身智能的落地却卡在了研发环节的“拦路虎”上——在ICRA 2026的具身智能专题论坛现场，中兴通讯团队的一项调研数据显示，近70%的中小研发团队因成本、技术工具限制，无法开展系统性的人形机器人VLA研究。

数据采集成本高企：不同于大语言模型可直接复用互联网海量公开文本，具身智能的训练必须依赖机器人与物理世界的真实交互数据。每一次抓取、施力、调整姿势的试错，都需要真实机器人反复操作，不仅耗时数月甚至数年，设备损耗、场地成本也让中小团队望而却步，部分复杂场景的单次数据采集成本甚至超过10万元。

缺乏统一评测基准：当前人形机器人的评测无法像大模型那样通过离线数据集完成，必须依赖交互式迭代验证。但行业内尚未形成针对人形机器人双臂协同、灵巧手精细操作等核心特性的标准化评测体系，不同团队的研发成果难以横向对比，直接阻碍了技术的快速迭代。

Sim2Real鸿沟显著：传统仿真平台在视觉保真度、物理交互真实性上与现实存在明显偏差——比如仿真环境中机器人抓取光滑物体的摩擦力参数与现实偏差超30%，导致仿真训练的模型部署到真实机器人上时，成功率直接下降40%以上，研发团队不得不投入大量精力做适配优化。

中兴通讯推出的RealMirror平台，是一套面向具身智能的全流程仿真基座，从数据生成、评测验证到仿真迁移三个环节针对性破解上述痛点。