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。

SimFoundry是由英伟达与多所高校合作开发的系统，利用真实视频自动生成可交互的机器人仿真环境。该系统通过提取、生成和增强三个阶段，创建数字孪生和数字表亲，提供丰富的训练数据。实验表明，SimFoundry能有效预测机器人在真实环境中的表现，提高任务成功率，减少对真实数据的依赖。

在NVIDIA GTC 2026上，空间智能公司展示了支持AI仿真的Real2Sim解决方案，重点在于利用四足机器人进行环境建模与理解，展现了面向具身智能系统的创新。