**摘要：**具身智能项目中的“仿真平台”并不是单一品类。Isaac Sim、MuJoCo、Gazebo、SAPIEN/ManiSkill、Genesis World 分别解决高保真感知、接触动力学、ROS 系统联调、批量操作训练和多物理探索等问题；LeRobot 则更接近数据与策略训练工具链。本文按工程任务而非做绝对排名来比较它们的安装成本、物理与渲染侧重点、数据接口、训练接口、许可证和适用边界，并给出一套低成本的选型验证方法。

刚接触具身智能的人，往往会把第一个月消耗在“装哪个仿真器”上：看见 Isaac Sim 的渲染效果，就认为它应当覆盖全部需求；听说 MuJoCo 跑得快，就把它用来解决所有感知问题；项目还在 ROS 2 联调阶段，又把 Gazebo Classic 的旧教程照抄一遍。真正的问题不在于工具不够多，而在于这些工具处在训练链路的不同位置。

如果把一条具身智能链路拆开，大致会经过机器人/场景建模、物理交互、传感器与视觉数据、策略训练、控制栈联调、真实机器人验证六个环节。没有一个开源项目能在所有环节同时具备最低的全部成本；更合理的做法，是先确定当前最需要缩短哪一种反馈回路。

先分清：仿真器、训练框架与数据工具链不是同一类东西

本文把常见工具分为三层。第一层是仿真底座，负责刚体、接触、关节、传感器和场景；第二层是面向机器人学习的训练栈，负责并行环境、任务封装和强化/模仿学习接口；第三层是数据与策略工具链，负责采集、格式、训练和真实机器人接口。

工具	更准确的类别	不该把它当成什么
Isaac Sim	高保真机器人仿真与合成数据框架	不是不需要 GPU 和资产管线的轻量物理库
MuJoCo	通用接触动力学引擎	不是以照片级视觉合成数据为主要目标的数字孪生套件
Gazebo	面向 ROS/ROS 2 的模块化机器人仿真与联调工具	不是大规模 GPU 强化学习的默认答案
SAPIEN + ManiSkill	操作学习仿真底座与批量训练框架	不只是一个“渲染器”，也不应把 SAPIEN 与 ManiSkill 的职责混为一谈
Genesis World	统一多物理与跨平台仿真栈	不是已经无需任务级验证的成熟生产标准
LeRobot	真实机器人数据、策略训练与部署工具链	不是通用物理仿真引擎

这一区分很重要。比如 LeRobot 已将同步视频、状态和动作整理成标准化的 LeRobotDataset，并提供策略训练、评测与真实硬件接口；它可以在 LIBERO、Meta-World 或基于 MuJoCo 的环境里评估策略，但并不自己替代物理引擎。[1] 相反，MuJoCo 负责的是关节系统与接触动力学，模型以 MJCF 为原生格式，也支持加载 URDF。[2]

一张表先给出工程视角的差异

下表刻意不用“第一、第二”的排名。渲染质量、物理可信度和训练吞吐都和任务结构、资产质量、接触参数、硬件、并行方式有关，跨项目比较没有通用的绝对结论。

平台/栈	安装与环境成本	物理侧重点	感知/渲染能力	主要接口与格式	更适合的任务	需要提前接受的限制
Isaac Sim 6.0	较高，需要 RTX 能力、显存、驱动与 USD 资产流程	刚体、车辆、多关节、SDF collider 等	强，面向 RGB、框、分割等合成标注和高保真场景	USD；可导入 CAD、URDF、MJCF	感知训练、合成数据、数字孪生、软件/硬件在环	官方最低建议已到 32GB 内存、16GB 显存级 RTX GPU；大量传感器会进一步推高显存压力 [3]
MuJoCo	较低到中等，C/Python API 路径直接	广义坐标、优化式接触、关节/执行器建模	以 OpenGL 调试和可视化为主	MJCF、URDF、C/C++、Python；可配 MJX/Warp	控制、接触丰富操作、算法基线、系统辨识	视觉资产、感知随机化和工业场景流水线通常需自行建设
Gazebo	中等，主要成本在 ROS 2、插件与 SDF 世界配置	可插拔物理、传感器与控制回路	适合机器人传感器与世界仿真，不以照片级合成为核心	SDF、Gazebo Transport、ROS/ROS 2	控制栈联调、导航、传感器回归、CI	旧版 Gazebo Classic 已于 2025 年结束支持，新项目需选择仍受支持的 Gazebo 发行版 [4]
SAPIEN + ManiSkill	中等到较高，GPU/Vulkan 与并行任务设计会带来门槛	PhysX 5 GPU 仿真、操作任务与批量并行	深度、法线、光流、主动光、光追；可批量采集视觉数据	Python、Gym 风格环境、PartNet-Mobility 等	机械臂操作、RL/IL 批量训练、视觉操控基准	GPU 并行需要按批组织任务；大场景和异构任务须仔细处理显存、子场景间隔与重置逻辑 [5]
Genesis World	起步较轻，但新能力和可选后端仍需验证	刚体、FEM、MPM、PBD/SPH 等多物理耦合	Nyx、Luisa、Pyrender 多路径	URDF、MJCF、OBJ、GLB、USD；Python	软体、颗粒、可微分物理、多物理探索	项目仍处快速发展阶段，资产、插件、真机接口与团队既有栈的兼容性应先做 PoC [6]
LeRobot	Python 工具链相对直接，实际成本取决于硬件与数据	不提供通用物理内核	处理真实或仿真采集的视频、状态和动作	LeRobotDataset：视频 + Parquet 状态/动作	遥操作采集、模仿学习、VLA 策略训练、实机部署	仍需另选仿真器/基准环境，并完成相机、机械臂和数据质量的实际验证

1. Isaac Sim：当视觉和场景本身就是问题的一部分

Isaac Sim 建立在 Omniverse/OpenUSD 体系上。它的价值不只是“画面更逼真”，而是能够把 CAD、URDF、MJCF 或实景采集等不同来源统一进 USD 场景，并把光照、材质、相机、随机化和标注纳入同一条数据生成流程。官方文档明确列出了 RGB、2D/3D 框、语义与实例分割等标注，并支持 COCO、KITTI 格式导出。[7]

因此，当项目需要验证相机位姿、遮挡、反光、不同光照、货架或工厂布局对感知模型的影响时，Isaac Sim 往往是合理的投入。它也适合需要把机器人模型、ROS 2 通信和数字孪生场景放在一起验证的团队。

但高保真并不自动等于“接触更可信”。抓取是否稳定，仍受碰撞几何、摩擦系数、质量、控制频率、执行器延迟和真实传感器误差影响。更现实的代价是配置：Isaac Sim 6.0 的官方最低规格包含 32GB RAM、50GB SSD 和具备 16GB VRAM 的 RTX 4080，且没有 RT Core 的 GPU 不受支持。[3] 这意味着它不是最适合用来做第一个算法小实验的起点。

2. MuJoCo：当关键是控制与接触迭代速度

MuJoCo 的设计重心是多关节系统与接触动力学。它通过广义坐标和基于优化的接触处理，让关节约束、摩擦、软接触、肌腱和多种执行器都能在相对紧凑的模型描述中表达。[2] 对于“让一只机械臂把积木推到目标区域”“比较两个 reward 设计”“做系统辨识或模型预测控制”之类问题，快速修改 MJCF 和 Python 代码，通常比先搭建复杂的视觉场景更有生产力。

很多项目把 MuJoCo 误解为“只能跑玩具任务”。这不准确。它适合研究接触丰富的控制，也可以配合 GPU 后端进行规模化采样；真正的边界是它并不替你解决高保真视觉资产、工业 CAD 管线和合成标注工作流。若目标是训练依赖真实相机细节的视觉策略，MuJoCo 往往需要与额外渲染、域随机化或其他数据来源配合。

3. Gazebo：当目标是把 ROS 2 系统跑通

Gazebo 的长处是工程联调。它围绕 SDF 描述机器人、关节、传感器、材质、地形、物理属性和世界，并通过 Gazebo Transport 或 ROS 2 连接外部节点。[8] 如果团队主要问题是“导航节点能否收到正确激光雷达话题”“控制器在急停、重置和异常回调下是否稳定”“新版本有没有破坏既有行为”，Gazebo 的系统化价值通常高于单次仿真帧率。

这里要避免一个现实陷阱：大量中文资料仍以 Gazebo Classic 为默认前提，但 Gazebo Classic 已经结束支持。新项目应根据所用 ROS 2 版本选择仍在支持周期内的 Gazebo 发行版；官方当前页面将 Harmonic 标为长期支持版本，支持至 2029 年 5 月。[4] 迁移成本不小，却比在结束支持的旧栈上继续堆功能更可控。

4. SAPIEN + ManiSkill：当目标是大量操作任务的训练与评测

SAPIEN 提供物理丰富的机器人与可动部件环境，支持深度、法线、光流、主动光和光追等渲染模式；ManiSkill 则在其上封装了机器人操作任务、训练接口和 GPU 并行环境。[9] 二者组合的重点并非单次画面“好不好看”，而是能否把大量可重复的抓取、开门、整理、绘制或灵巧操作任务组织成高吞吐训练数据。

ManiSkill 的 GPU 并行并不是无代价的开关。其基本方式是把多个任务放入同一个 PhysX 场景中的子场景，因此任务工作空间、物体越界、异构资产、显存布局和 reset 流程都要专门设计。[5] 对固定结构的桌面操作训练，这种投入往往值得；但如果项目还没有明确任务定义，先用简单环境验证 observation、action、reward 和评测协议，通常比一开始就追求几千并行环境更稳妥。

5. Genesis World：适合把“多物理”作为研究对象，而不是只看速度数字

Genesis World 把刚体、FEM、MPM、PBD/SPH 等物理求解器、多个渲染后端和跨 CPU/CUDA/ROCm/Metal 的编译能力放在同一 Python 接口之下。[6] 对软体、颗粒、流体、可微分物理或跨硬件部署有明确需求的研究者，它提供了很有吸引力的方向。

但它不应仅凭“速度更快”的宣传被直接选为生产基座。官方自己也写明项目仍处早期，开放协作和快速迭代是其现阶段特点。[6] 对团队而言，更可靠的判断是：用真实机器人模型、一个代表性任务和现有数据管线做两周左右的 PoC，检查资产导入、传感器、并行重置、日志、可复现性和部署边界，再决定是否迁移。

许可证、成本与资产：不要只看“开源”两个字

这些项目的核心代码大多可免费获取，Isaac Sim、MuJoCo、Genesis World 等均有开源或免费使用路径。[2][6][7] 但“代码开源”不等于整个项目没有约束。机器人模型、场景资产、预训练模型、数据集和云端 GPU 的许可与成本常常独立存在。ManiSkill 就明确区分了宽松许可的刚体环境代码与 CC BY-NC 4.0 许可的部分资产。[9]

因此，在将实验原型转向商业交付前，应单独核对四项内容：机器人 URDF 和网格是否可再分发，场景数据集是否允许商用，预训练权重的使用条件是什么，以及云端/本地 GPU 的持续成本是否进入预算。把这些问题留到产品上线前再处理，通常比写仿真代码更昂贵。

按任务反推平台：四种常见组合

比起“装全家桶”，下面四种组合更容易先形成闭环。

当前任务	可以优先尝试的组合	第一轮要验证什么
视觉抓取、相机泛化、工厂/仓库数字孪生	Isaac Sim + Isaac Lab/ROS 2	相机内外参、材质与光照随机化、标注格式、真实传感器误差
接触控制、强化学习基线、系统辨识	MuJoCo + Gymnasium/RL 工具链	动作空间、接触参数、控制频率、reward 与随机初始状态
ROS 2 控制、导航、传感器话题和回归测试	Gazebo + SDF + ROS 2	时钟、坐标系、控制器接口、重置稳定性和 CI 可复现性
操作策略的大批量训练与评测	ManiSkill/SAPIEN 或 MuJoCo 的 GPU 后端	并行环境是否真能缩短 wall-clock 时间，显存和 reset 是否稳定
遥操作数据、模仿学习和真机策略管理	LeRobot + 选定的仿真器或基准环境	视频/状态/动作时间同步、数据质量、策略离线评测和安全回退

需要强调的是，仿真成功不是部署成功。即使策略在数千个随机场景中有不错的成功率，也不能跳过标定、真实相机噪声、执行器延迟、工作空间、安全边界和失效恢复。所谓 Sim-to-Real，更多是一组持续缩小差异的工程过程，而不是某个工具的单一功能按钮。

一个更实用的选型方法：先做最小 PoC，再谈平台迁移

在决定平台前，不妨先规定一个不能再缩小的任务：例如“从桌面上识别一个盒子，机械臂靠近、闭合夹爪、抬升 10 厘米，并记录失败原因”。用候选工具各实现一次，但只比较以下五项：

1. 从零到第一次成功用了多少工程时间；
2. 修改一个机器人参数或场景参数是否直接；
3. 是否能拿到训练真正需要的观测、动作和诊断日志；
4. 100 次重复的成功率、重置稳定性和总耗时如何；
5. 未来接入真实机器人时，接口、资产与数据格式需要重写多少。

这五项的结果，通常比网上的 FPS 对比图更能说明一个平台是否适合当前团队。

在一些希望先用浏览器组织场景、采集、训练和评估流程的实践中，智匠云可以降低第一次跑通流程的配置门槛；但它不适合替代对底层物理、复杂 ROS 控制栈或真机安全验证有深度定制需求的工作。后一类任务仍然需要回到相应仿真器、代码与真实硬件上完成验证。

结语

平台选型的本质不是选择一个“万能仿真器”，而是选择当前阶段最短的反馈回路。感知与数字孪生优先看 Isaac Sim，控制算法优先从 MuJoCo 建立可复现基线，ROS 2 联调优先看 Gazebo，批量操作训练可评估 SAPIEN/ManiSkill，而数据与真实机器人闭环可用 LeRobot 统一管理。把工具边界想清楚，后续的迁移和组合才会变成主动设计，而不是被环境配置牵着走。

参考资料

[1] Hugging Face，《LeRobot Documentation》；《LeRobotDataset v3.0》。

[2] Google DeepMind / MuJoCo，《MuJoCo Overview》；《Modeling》。

[3] NVIDIA，《Isaac Sim Requirements 6.0》。

[4] Gazebo，《Gazebo Releases》；《Getting Started with Gazebo》。

[5] ManiSkill Documentation，《GPU Simulation》。

[6] Genesis World，《What is Genesis World?》；《Installation》。

[7] NVIDIA，《NVIDIA Isaac Sim》。

[8] SDFormat，《Simulation Description Format》。

[9] SAPIEN，《SAPIEN》；ManiSkill，《ManiSkill Repository》。