ManiSkill

开源机器人仿真与训练统一框架

ManiSkill是基于SAPIEN的开源机器人仿真与训练框架。它提供GPU并行化视觉数据采集系统，支持多种机器人和任务类型。该框架具有高效的GPU并行任务处理能力，可快速生成合成数据并在不同场景中进行仿真。ManiSkill提供灵活的任务构建API，简化GPU内存管理。它支持2D/3D视觉强化学习、模仿学习等工作流程，未来将扩展更多资产和场景支持。

ManiSkill 3机器人仿真GPU并行开源框架SAPIENGithub开源项目

访问官网

GitHub

论文

文档

ManiSkill 3（测试版）

预览图

<p style="text-align: center; font-size: 0.8rem; color: #999;margin-top: -1rem;">使用光线追踪渲染的环境/机器人样本。场景数据集来自AI2THOR和ReplicaCAD</p>

ManiSkill是一个由SAPIEN驱动的强大的统一机器人仿真和训练框架。整个框架尽可能开源，ManiSkill v3目前处于测试版发布阶段。其特点包括：

GPU并行化的视觉数据收集系统。在高端硬件上，使用4090 GPU可以以20k FPS的速度收集RGBD + 分割数据，比大多数其他模拟器快10-100倍。
示例任务涵盖了广泛的不同机器人形态（四足机器人、移动操作机器人、单臂机器人）以及各种不同的任务（桌面操作、运动、灵巧操作）。
GPU并行化任务，能够在仿真中进行极快的合成数据收集。
GPU并行化任务支持模拟多样化场景，每个并行环境都有完全不同的场景/物体集。
灵活的任务构建API，抽象了许多复杂的GPU内存管理代码。

ManiSkill计划支持各种工作流程，包括但不限于基于2D/3D视觉的强化学习、模仿学习、感知-规划-行动等。ManiSkill还将支持更多资产/场景（例如AI2THOR），以及其他功能，如用于评估真实世界策略的数字孪生。有关在正式v3发布之前计划添加的功能，请参阅我们的路线图。

请参阅我们的文档，了解从构建任务到数据收集的教程等更多信息。

注意： 本项目目前处于测试版发布阶段，因此并非所有功能都已添加，可能存在一些错误。如果您发现任何错误或有任何功能请求，请在我们的GitHub issues上发布，或在GitHub discussions中讨论。我们还有一个Discord服务器，用于发布公告和讨论ManiSkill相关内容。

寻找原始ManiSkill2的用户可以在v0.5.3标签找到该代码库的提交。

安装

ManiSkill的安装非常简单，您只需运行几个pip安装命令即可

# 安装包
pip install --upgrade mani_skill
# 安装与您的系统兼容的torch版本
pip install torch torchvision torchaudio

最后，您还需要按照这里的说明设置Vulkan

有关安装的更多详细信息（例如，从源代码安装或进行故障排除），请参阅文档

入门

要开始使用，请查看快速入门文档：https://maniskill.readthedocs.io/en/latest/user_guide/getting_started/quickstart.html

我们还有一个快速入门Colab笔记本，让您无需自己的硬件即可尝试GPU并行化仿真。所有内容都可以在Colab免费版上运行。

有关可以运行的完整示例脚本列表，请参阅文档。

系统支持

我们目前最好地支持基于Linux的系统。Windows系统的支持有限，目前不支持MacOS。我们正在努力尝试在其他系统上支持更多功能，但这可能需要一些时间。大多数限制源于SAPIEN包能够支持的功能。

系统 / GPU	CPU仿真	GPU仿真	渲染
Linux / NVIDIA GPU	✅	✅	✅
Windows / NVIDIA GPU	✅	❌	✅
Windows / AMD GPU	✅	❌	✅
WSL / 任何GPU	✅	❌	❌
MacOS / 任何GPU	❌	❌	❌

引用和核心团队

ManiSkill 3的技术论文即将发布。

目前的作者列表如下：Stone Tao*、Fanbo Xiang*、Arth Shukla、Chen Bao、Nan Xiao、Rui Chen、Tongzhou Mu、Tse-Kai Chan、Xander Hinrichsen、Xiaodi Yuan、Xinsong Lin、Xuanlin Li、Yuan Gao、Yuzhe Qin、Zhiao Huang、Hao Su

许可

ManiSkill中的所有刚体环境均在完全许可的许可证（例如Apache-2.0）下授权。

资产在CC BY-NC 4.0许可下授权。

编辑推荐精选

Manus

全面超越基准的 AI Agent助手

Manus 是一款通用人工智能代理平台，能够将您的创意和想法迅速转化为实际成果。无论是定制旅行规划、深入的数据分析，还是教育支持与商业决策，Manus 都能高效整合信息，提供精准解决方案。它以直观的交互体验和领先的技术，为用户开启了一个智慧驱动、轻松高效的新时代，让每个灵感都能得到完美落地。

飞书知识问答

飞书官方推出的AI知识库上传word pdf即可部署AI私有知识库

基于DeepSeek R1大模型构建的知识管理系统，支持PDF、Word、PPT等常见文档格式解析，实现云端与本地数据的双向同步。系统具备实时网络检索能力，可自动关联外部信息源，通过语义理解技术处理结构化与非结构化数据。免费版本提供基础知识库搭建功能，适用于企业文档管理和个人学习资料整理场景。

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

TraeAI IDE协作生产力转型热门AI工具

酷表ChatExcel

大模型驱动的Excel数据处理工具

基于大模型交互的表格处理系统，允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令，自动执行排序、公式计算和数据透视等操作，支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内，支持超过100万行数据的即时分析。

使用教程AI工具酷表ChatExcelAI智能客服AI营销产品

DeepEP

DeepSeek开源的专家并行通信优化框架

DeepEP是一个专为大规模分布式计算设计的通信库，重点解决专家并行模式中的通信瓶颈问题。其核心架构采用分层拓扑感知技术，能够自动识别节点间物理连接关系，优化数据传输路径。通过实现动态路由选择与负载均衡机制，系统在千卡级计算集群中维持稳定的低延迟特性，同时兼容主流深度学习框架的通信接口。

DeepSeek

全球领先开源大模型，高效智能助手

DeepSeek是一家幻方量化创办的专注于通用人工智能的中国科技公司，主攻大模型研发与应用。DeepSeek-R1是开源的推理模型，擅长处理复杂任务且可免费商用。

KnowS

AI医学搜索引擎整合4000万+实时更新的全球医学文献

医学领域专用搜索引擎整合4000万+实时更新的全球医学文献，通过自主研发AI模型实现精准知识检索。系统每日更新指南、中英文文献及会议资料，搜索准确率较传统工具提升80%，同时将大模型幻觉率控制在8%以下。支持临床建议生成、文献深度解析、学术报告制作等全流程科研辅助，典型用户反馈显示每周可节省医疗工作者70%时间。

Windsurf Wave 3

Windsurf Editor推出第三次重大更新Wave 3

新增模型上下文协议支持与智能编辑功能。本次更新包含五项核心改进：支持接入MCP协议扩展工具生态，Tab键智能跳转提升编码效率，Turbo模式实现自动化终端操作，图片拖拽功能优化多模态交互，以及面向付费用户的个性化图标定制。系统同步集成DeepSeek、Gemini等新模型，并通过信用点数机制实现差异化的资源调配。

AI IDE