问题：柔性物体操作被视为机器人“高阶考题” 在通用机器人从“能动”迈向“会做”的过程中，叠衣服、整理织物、分拣软包装等柔性物体操作长期被业内视为关键瓶颈。
与刚体不同，衣料等柔性材料存在连续形变、状态不可穷举、接触关系复杂等特点，机器人的抓取点选择、力控策略、双臂协同与实时感知都面临更高要求。
业内常将其视为检验机器人灵巧操作与泛化能力的代表性任务之一。
原因：真实数据获取成本高，可信仿真成为关键路径 柔性物体操作难的背后，一是数据采集难。
衣料形态变化快、标注成本高、重复性实验耗时长，单靠真实场景采集难以支撑大规模训练。
二是模型训练需要可控环境。
柔性接触与摩擦、褶皱与卷曲等物理过程对仿真精度敏感，仿真若与现实偏差过大，训练成果难以稳定迁移到真实机器人。
三是工程验证门槛高。
机器人在复杂操作中需要闭环验证机制，将仿真、控制与实机表现持续对齐，才能逐步形成可复用的能力库。
在此背景下，凌迪科技与银河通用宣布合作，意在用更高可信度的形变体仿真与闭环验证能力，提升柔性物体物理仿真的求解效果与数据质量。
据介绍，银河通用围绕端到端具身模型训练，通过虚拟环境生成大规模形变数据，实现高频、可控训练；凌迪科技将提供形变体仿真与工业级验证相关能力，为衣料等柔性材料的建模、仿真与数据合成提供支撑。
影响：从“可演示”走向“可复制”，加速场景化落地 近期，银河通用通过贺岁微电影集中呈现其阶段性成果，轮式双臂机器人完成叠衣等贴近生活的操作，体现行业从单点技能展示向系统能力构建的演进。
业内认为，柔性物体操作一旦在仿真可信度、数据规模与控制策略上形成闭环，相关能力将更易从单一任务扩展到更广泛的家庭服务、商业零售、轻工制造等场景，例如布草整理、服装分拣、软袋搬运、护理辅具等。
与此同时，高保真仿真还可降低实机试错成本，提高研发迭代效率与安全性，推动从研发样机向产品化应用加速跨越。
对策：以“高可信建模+闭环验证+虚实融合训练”形成工程体系 受访业内人士表示，突破柔性操作瓶颈，关键在于建立可计算、可验证、可规模化的工程体系：一是提升材料与接触建模能力，确保形变、摩擦、碰撞等物理过程可解释、可复现；二是通过闭环验证持续校准仿真与现实差异，将仿真结果与实机传感、控制反馈对齐，形成可追溯的评估链；三是强化虚实融合训练，利用仿真高效率生成多样化数据，再以真实场景进行针对性校正与验证，降低“从虚拟到现实”的迁移风险。
此次合作所强调的形变体仿真与工业级闭环验证，正是上述体系中的关键环节之一。
前景：物理仿真能力或成具身智能产业的核心基础设施 从产业趋势看，具身智能的竞争正从单一模型能力扩展到数据、仿真、验证、工程化交付的综合能力。
凌迪科技在形变体仿真领域的积累源于时尚产业的长期应用实践，并已形成覆盖物理建模、仿真计算与数据合成的技术体系；银河通用则聚焦通用机器人产品化，持续探索将模型能力转化为可落地的场景价值。
业内判断，随着服务业智能化与制造业柔性化需求增长，面向织物、软包装、橡胶、皮革等“形变体”的高可信仿真与验证能力，有望成为行业重要的共性底座，并带动相关标准、评测体系与产业协同逐步完善。
从实验室突破到产业应用的征途上，这项技术合作展现了中国科技企业的创新实力。
在全球机器人技术竞赛中，我国企业正通过自主创新不断攻克关键技术难题。
柔性物体操作难题的突破，不仅是技术层面的进步，更预示着人机交互将进入更自然、更智能的新阶段。