Meta 发布 Habitat 3.0：让机器人与虚拟人在仿真环境协同干家务

想让机器人帮我们洗碗拖地、收拾凌乱的客厅，这事听起来很美。可真要把一个重达上百斤、动作生硬的机械铁疙瘩直接放进家里，稍有不慎就可能撞坏家具甚至伤到人，物理硬件的调试成本和安全风险实在太高。

Meta 旗下的 FAIR 实验室想出的办法是：既然实体世界试错太贵，那就先给机器人造一个能和人一起生活的数字虚拟世界。他们正式推出了具身智能仿真平台 Habitat 3.0，以及配套的高精度室内 3D 数据集 HSSD-200。

机器人与虚拟人同处一室

在此之前，Meta 的 Habitat 系列已经迭代了两版。Habitat 1.0 主要训练机器人在 3D 扫描房间里以每秒超过 10000 步的高速进行自主导航；Habitat 2.0 引入了可交互的环境，让虚拟机器人学会了开抽屉、拿放物品和整理房间。

但前两代环境里始终少了一个核心要素：人。现实中的家庭环境从来不是机器人的独角戏。

Habitat 3.0 迈出的关键一步，是第一次在仿真环境里同时支持机器人和高拟真的人类虚拟化身。这些化身不仅有着逼真的外观、自然的步态，还能模拟各种高低层级的日常交互。

更巧妙的是，研究人员既可以用算法策略来控制这些虚拟人，也可以让真人通过键盘、鼠标或 VR 头显实时接入环境，直接跟虚拟机器人面对面搭档干活。

在仿真里学会让路与协作

有了人机共存的环境，Meta 在 Habitat 3.0 中设立了两个关键评测任务：社交整理与社交导航。

在社交整理任务中，机器人需要和人类化身协作完成一系列抓取与放置任务，比如一起收拾凌乱的客厅或在厨房准备食材。社交导航任务则要求机器人在室内寻找并跟随人类移动，同时时刻保持安全距离。

在大规模仿真训练下，AI 策略逐渐涌现出了令人惊喜的社会协作行为。比如在狭窄的走廊里迎面相遇时，机器人会主动停下脚步靠边让行；而在共同整理屋子时，它能根据人类的动作主动分工，把任务完成速度提升到比人类单打独斗还要快的水平。

支撑这些训练的是同步发布的 HSSD-200 数据集。相比以往的合成数据，它包含了 211 个纯人工设计的高质量室内 3D 场景，囊括了 466 个语义类别中的 18656 个真实物理对象模型，极大缩小了虚拟环境与现实物理空间之间的差距。

为什么重要

对研究人员和开发者而言，Habitat 3.0 最实在的价值在于极大地摊薄了具身智能的研发门槛。在真实家庭里测试人机协作既昂贵又危险，稍有不慎就会摔坏设备；如今借助 Habitat 3.0 和 VR 介入，开发者戴上头显就能用极低成本扮演家庭成员，高效评估机器人的社交智能。

从技术演进来看，具身智能正在经历从「孤立操作」向「社会化协同」的关键转变。以往行业大多专注在单台机械臂怎么精准抓取茶杯，而 Meta 把焦点转向了人机共处时的礼让、感知和分工，这才是家庭服务机器人真正落地的先决条件。同时，这套技术也能反哺 Meta 自家的穿戴式 AR 眼镜生态，为未来的环境感知助手铺路。

我们认为 Meta 这条路线走得非常务实。它没有一上来就烧钱死磕昂贵的实体机器人硬件，而是选择发挥自己在虚拟现实和图形学上的长板，通过软硬解耦来加速算法迭代。当然，这套方案也有不可回避的短板：仿真与现实之间始终存在物理鸿沟。虚拟人再逼真，也模拟不出真人那些不可预测的小习惯与犹豫停顿，算法在仿真里学会的「懂礼貌」，搬到复杂的现实家庭中能否原样奏效，依然需要打个问号。