本文作者来自：南京大学、香港大学、中南大学、地平线、中国科学院计算所、上海交通大学、慕尼黑工业大学、清华大学。 当下，随着机器人与人工智能技术的飞速进展，"具身智能"（Embodied Intelligence）已成为业界与学界共同关注的核心课题。与 纯感知或生成任务不同，具身智能要求智能体在复杂环境中自主感知、预测并执行动作，才能真正迈向通用智能（AGI）。而要 实现这一宏大目标，物理模拟器与世界模型的深度融合被认为是最具潜力的路径：前者通过高度可控的虚拟环境，为算法训练提 供安全、高效的多场景试错土壤；后者则模拟了从感知到决策的 "脑内演算" 过程，使智能体能够在动作之前，先在内部进行环 境预测与策略规划。 这篇由南京大学、香港大学等机构学者撰写的综述论文 —— A Survey: Learning Embodied Intelligence from Physical Simulators and World Models ，使用 25 张图、6 张表格、超 400 篇参考系统地梳理了两大技术如何协同推动机器人从 "会做" 向 "会想" 演 进的全貌。 论文摘要 论文题目：A Survey: Learn ...