UCLA、MIT和UCSD团队提出Agentic Real2Sim框架，利用视觉语言代理自动将真实物体-机器人交互转换为可仿真环境，无需人工干预。该框架通过视觉重建、物理参数推断等步骤，处理刚性、可变形物体及人形运动场景，使用开源VLM后端降低成本，提升机器人策略学习的可扩展性和效率。