加利福尼亚州圣何塞2026年3月20日 美通社 －－ 在全球颇具影响力的人工智能与加速计算盛会 NVIDIA GTC 2026 上，空间智能公司其域创新（XGRIDS）亮相大会，系统展示 Real2Sim（Real World to Simulation）解决方案，阐述如何通过世界模型能力，支撑AI仿真训练与规模化应用。

大会期间，其域创新的空间智能方案进行了现场演讲，并在 NVIDIA Robotics 以及亚马逊云科技（AWS）展台联合展示。XGRIDS 的空间智能解决方案现已支持 NVIDIA OmniverseNuRec用于基于OpenUSD的渲染，并在多个GTC展会上亮相：包括StartupPitch期间的专题演讲、 NVIDIA 机器人演示环节中的解决方案展示，以及与亚马逊AWS联合举办的演示活动。

现场演讲分享：面向 Physical AI 的 Real2Sim 路径

大会期间，其域创新海外市场销售总监Sunny Liao发表现场演讲，介绍公司的Real2Sim解决方案，重点围绕一个问题展开：当智能体要在现实世界中运行，训练环境如何尽可能接近真实世界？

其域创新给出的答案，是一条以真实世界数据驱动的 Real2Sim路径：通过多模态空间感知与高保真三维重建，将现实场景快速转化为真实可信的世界模型，用于仿真训练。

与传统依赖人工建模构建训练环境的方式相比，这一路径显著降低了高拟真场景的构建成本，也使训练环境能够随着现实世界变化而持续更新，更贴近真实部署条件。

更关键的是，能够进入 Isaac Sim 官方工作流，意味着其域创新生成的空间数据在结构一致性、物理合理性与工程稳定性上，已经满足Physical AI训练系统的要求。

这一点在 GTC 现场获得了广泛关注。多位开发者与生态伙伴在会后交流中表示，这种基于真实空间生成仿真环境的方式，为机器人训练与系统验证提供了更具现实意义的路径。

多展台集中呈现：空间智能赋能具身智能

除现场演讲外，其域创新的空间智能方案还在 NVIDIA GTC 2026 现场多个展示区域同步亮相。

在 NVIDIA 展台的 Robotics session 中，其域创新集中展示了面向具身智能系统的解决方案。

其域创新将空间感知与建模系统部署于四足机器人平台，对机器人所处环境进行持续建模与理解。

机器人不再仅依赖局部传感器进行即时避障，而是基于三维空间结构进行路径规划、行为决策与任务执行。这种对环境的全局理解能力，正成为支撑智能决策与系统持续演进的重要基础。

与此同时，其域创新在 亚马逊云科技（AWS）呈现 Real2Sim 方案，从系统层面展示真实空间数据如何进入智能训练流程，形成从环境采集、世界模型构建到仿真训练的完整闭环。

在 GTC 现场，其域创新的方案呈现吸引了大量开发者与观众驻足交流。与会者普遍关注的，不仅是三维重建本身，而是其在 Physical AI 训练体系中的角色转变从“工具”走向“智能体训练的基础平台能力”。

通过空间智能平台，将真实世界转化为 AI 可理解、可推理、可训练的世界模型，正是其域创新长期聚焦的方向构建连接真实世界与智能系统的空间智能基础能力。

在 GTC 这一全球 AI 技术舞台上的集中呈现，意味着这一技术路径正在进入国际主流生态视野。

其域创新将持续推进空间智能在科研与产业中的规模化应用，推动智能体在真实环境中的训练、部署与演化，加速 AI 走向“物理世界”。