机器人在视频里顺利取杯、转身、放下，不代表换到真实台面后也能完成同样的动作。杯壁是否打滑、液体是否晃出、两只手是否在狭小空间里相撞，都发生在画面之外的接触细节里。
2026年10月21日，NVIDIA发布Cosmos平台工具更新，介绍训练工具、仿真模型变体与部署能力。其中，面向仿真的Cosmos 3 Nano变体及配套代码，支持开发者在真实测试前，用可重复、多视角和多传感器场景评估自动驾驶与双臂机器人策略。
这类进展让一个企业应用问题变得更具体：如何利用仿真多找问题，再把必须由实物回答的问题留给现场？
先分清三种“成功”第一种是生成画面连贯。杯子移动自然、手臂姿态合理，适合帮助人理解场景，但未必包含可执行的关节指令。
第二种是策略在仿真中闭环成功。控制程序发出动作，环境随之变化，下一步继续依据反馈决策。这里要检查碰撞、可达范围和任务终止条件。
第三种是实物在约定条件下成功。机械结构、相机误差、通信延迟、夹持力与杯子材质共同参与，最终还要看杯子有没有滑落、摆放是否稳定。
三种结果各有价值，验收记录应分别说明。新闻中的仿真支持，也不能直接换算成某个服务工位的现场成功率。
换场景时，要知道自己究竟改了什么广东华南虎科技有限公司官网介绍的人形机器人咖啡与冰淇淋服务工位，包含双臂轨迹规划、碰撞检查、杯托定位，以及抬升后的视觉复检。页面还说明，杯型、杯托、防滑件与动作参数在详细设计阶段冻结。
对这一类固定工位，仿真可以围绕明确的变化设计实验。例如保持机械结构与杯型不变，先改变灯光方向，再改变杯托位置。这样出现失败时，才容易判断是视觉定位受影响，还是动作本身超出了容许范围。
也可以对照空杯与装有液体的杯子，但必须记录质量、重心、运动速度，以及接触模型的假设。只把杯子的外观换成另一种颜色，无法代表已经验证了重量和摩擦变化。
以上属于同类场景的工程建议，不是该公司的实际测试记录。
把“像真的”变成可以核查的输入进入仿真前，团队应保留工位尺寸、相机位置、末端工具几何和坐标关系。模型生成的画面再逼真，也不能替代这些基础参数。
评估时可以把一个取杯任务拆成几段：接近时是否有碰撞风险，闭合时是否形成有效夹持，抬升时是否保持稳定，放下后是否真正脱离夹爪。每段保留动作、观测与失败原因，避免只保存最终一帧杯子到了的画面。
对世界模型输出，还要检查多视角是否一致，物体有没有突然变形、穿透或消失。一旦关键接触过程不可信，这段结果就应标为待核查，不能用来证明控制策略可靠。
实物测试从低风险条件开始仿真发现的可疑情况，可以先在隔离区域用空杯、低速度和受控位置复现，再逐步增加任务复杂度。涉及热饮、持续出料和人员接近时，仍需独立的安全约束与人工介入机制。
还应明确允许变化的范围。如果只验证了某一杯型和杯托位置，结果就只覆盖这些条件。换杯型、换末端工具或移动相机后，应重新确认关键环节。
世界模型带来的实际价值，是让团队更有针对性地安排实验：哪些情况值得提前模拟，哪些异常需要重点复现，哪些结论必须由真实接触来确认。把这些边界写清楚，仿真才能帮助机器人走向现场。