Google 提出的 World Gym，直接把世界模型做成了机器人的强化学习训练场，两张 A100 就能替代真实环境，低成本实现无限次物理交互训练。
传统机器人 RL 最大的痛点是真机试错成本高、危险、没法大规模并行；World Gym 用可交互视频世界模型模拟真实环境：
低成本并行：云端同时跑几百个环境实例，批量训练机器人策略，成本只有真机的几十分之一
可控场景：可以任意生成各种场景、故障、极端情况，专门训练边缘案例，这是真机做不到的
评估替代：世界模型里的评估结果和真机强相关，可以先在模型里筛策略，再拿最好的去真机验证，大幅减少真机实验次数
RSS 2026 的实验数据显示，在机器人操作任务上，用 World Gym 训练的策略，真机零样本性能达到传统真机训练的 85%，但成本只有 1/20，迭代速度快 5 倍。
这也是具身智能的新范式：先在虚拟世界模型里练到满级，再到真实世界毕业。
世界模型的相关内容都整理在世界模型学习笔记里。
世界模型 强化学习 WorldGym 具身智能