传统物理仿真器准，但搭场景贵；视频生成好看，却不一定听动作指挥。11月4日，启元具身研究中心发布世界模型仿真器PrimeSim：从预训练视频生成模型出发，经「中训练、后训练」两阶段，做成可动作条件、多视角、可自回归滚动的神经仿真器，面向机器人操纵策略训练。
数据与结构： 中训练约30110小时精选演示，覆盖人形、双臂、单臂、手持UMI等22类平台，人形样本约54.8%，真实世界数据约84%；设计包括统一跨本体动作表征、帧对齐双路径条件注入、视角感知交错注意力。后训练用高速生成、自条件稳定性与分层时序记忆，支撑超出训练窗口的长程推演。公开数字称，单卡A100上经蒸馏可将帧率从约1.12FPS提到约10FPS量级；与LIBERO原生仿真器上8个OpenVLA-OFT策略成功率相关系数约0.99；在PrimeSim内做GRPO后，原生仿真器成功率提升约11.5%。
EWMBench综合得分约6.09居首；WorldSimProbe多项登顶。权重、推理与训练代码拟于11月6日开源。边界同样清楚：细粒度局部标定仍可能落后部分开源对照，真机迁移仍要单独验收。对缺仿真产能的团队，PrimeSim若复现顺利，可能把「先在神经仿真器里练策略」变成默认工序。