139.6倍加速与100%安全约束：影眸科技为何入围具身顶会RSS最佳论文

影眸科技 cuNRTO 获 RSS 2026 最佳论文提名：打通“3D 生成”到“真实行动”的关键拼图

在机器人领域顶级会议 RSS（Robotics: Science and Systems）的舞台上，学术机构往往占据主导地位。然而，2026 年的 RSS 出现了一个引人注目的变化：商业公司 影眸科技（Demos） 凭借其在非线性鲁棒轨迹优化领域的突破性成果，入围了会议最高荣誉 Outstanding Paper Award 提名。

这篇名为《cuNRTO: GPU-Accelerated Nonlinear Robust Trajectory Optimization》的论文，不仅打破了学术界对顶级机器人奖项的垄断，更揭示了具身智能从“仿真训练”走向“真实部署”的一条关键技术路径。

破局：“算不动”的鲁棒优化实现实时化

在具身智能领域，Sim-to-Real（仿真到现实）的鸿沟始终是一道难题。传统的解决思路是无限提升仿真环境的精度，试图复刻物理世界中的摩擦、控制误差和外部扰动。但事实上，物理世界的不确定性无法被完全模拟。

影眸科技团队选择了一条更具挑战性的路径：不追求完美的模拟器，而是让控制策略对“不完美”具备鲁棒性。

这一选择的核心载体便是 cuNRTO。作为非线性鲁棒轨迹优化（NRTO）算法的 GPU 加速版本，它解决了长期困扰行业的算力瓶颈，让原本需要离线长时间计算的优化问题进入了实时应用的范畴。

惊人的性能飞跃

根据论文评测数据，cuNRTO 的性能提升是颠覆性的：

• 139.6 倍加速：在带有五个障碍物的独轮车任务中，原始 NRTO 算法需要 30,423 秒（约 8 小时）才能完成计算，而 cuNRTO 将其压缩至仅 218 秒。
• 广泛适用性：在四旋翼无人机任务中，加速比达到 66.9 倍；在 Franka 机械臂任务中，加速比为 25.9 倍。
• 100% 安全约束：性能的跃升并未以牺牲安全性为代价。经过 2000 次 Monte Carlo rollout 验证（包含 1000 次随机扰动和 1000 次极端边界用例），所有任务在所有扰动下均保持了 100% 的约束满足率。

这意味着，智能体不仅在理论上安全，在面对真实世界中不可预测的干扰时，依然能够稳定执行任务。

技术内核：从“内点法”到“全 GPU 架构”的重构

NRTO 框架在理论层面非常优雅，但在工程落地时却异常艰难。其原始结构依赖内点法（Interior Point Method）来求解二阶锥规划（SOCP）子问题。这是一种以大规模矩阵分解为核心的算法，天然具有串行特征，极难并行化，因此一直被视为“算力杀手”。

影眸科技的团队通过两次关键的架构重构，彻底改变了这一局面：

第一步：NRTO-DR —— 替换求解器

团队首先使用 Douglas-Rachford 分裂方法替换了传统的内点法。这一改动将昂贵的 SOCP 子问题分解为稀疏线性求解和二阶锥投影。虽然速度有了显著提升（无障碍任务从 30,423 秒降至 1,934 秒），但在 Profiling 分析中发现，仍有 43.5% 的时间耗费在 CPU 与 GPU 之间的数据同步上。

第二步：NRTO-FullADMM —— 核心创新

为了实现真正的实时控制，团队进行了更深层次的重构。他们重构了内层 ADMM（交替方向乘子法）的分块结构，并引入松弛变量，将整个内循环完整搬入 GPU。

这一创新的直接效果是：数据只需向 GPU 上传一次，后续的仿射求值、并行锥投影、QP 更新等所有计算均在设备端完成。结果是，GPU 平均利用率从 34.9% 飙升至 86.5%。

目前，该团队正与英伟达推进 GPU 侧的进一步优化，目标是实现毫秒级计算，使鲁棒优化从单纯的“离线工具”转变为智能体的“在线控制组件”。

战略拼图：构建 3D 智能基础设施

外界熟知影眸科技，多因其基于原生 3D 大模型框架 CLAY 推出的产品 Hyper3D。该产品已应用于英伟达 CES Keynote 及 OpenAI 首届黑客松冠军项目。其 Sim-Ready 功能可为 3D 资产赋予重力、摩擦力等物理属性，无缝导出至 Isaac Sim 等仿真环境。

然而，拥有高保真的仿真资产只是第一步。如果训练出的策略在真实世界中因扰动而失效，这些资产的价值将大打折扣。

将影眸近年的研究版图串联起来，可以发现一条清晰且严密的逻辑链：

1. CLAY & DressCode (SIGGRAPH 2024)：解决三维物体如何高效生成的问题。
2. BANG (SIGGRAPH 2025 Top 10)：解决物体内部结构的理解与拆解。
3. CAST (SIGGRAPH 2025 最佳论文)：解决从单图重建包含物理关系的完整 3D 场景。
4. cuNRTO (RSS 2026 提名)：解决智能体在充满不确定性的物理环境中如何安全行动的问题。

从生成 Sim-Ready 资产，到确保 Real-World Ready 的控制策略，影眸正在构建连接“生成世界、仿真世界与真实世界”的 3D 智能基础设施。

商业公司的科研密度

今年共有 8 篇论文获得 RSS 最佳论文提名，其中仅两篇包含中国大陆商业公司的核心参与（另一家为银河通用）。这一数据背后，是影眸科技罕见的科研密度。

作为业内唯一连续多年获得 SIGGRAPH 最佳论文及提名的商业公司，影眸科技约 70% 的科研成果已实现产品转化。在 SIGGRAPH 2026 上，这家规模约 60 人的创业公司更是一举接收了 6 篇论文，其产出规模足以对标全球顶级实验室。

正如影眸科技合伙人 Joel Wang 所言：“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。”

在具身智能的下半场，能够同时打通“3D 生成”与“底层控制”的团队，或许才真正握有通往真实物理世界的钥匙。

---

参考文献与来源：

相关链接：
* 论文链接：https://www.roboticsproceedings.org/rss22/p102.pdf
* 项目主页：https://cunrto.deemos.dev