当前，模拟器（Simulator）作为AI与物理世界交互的重要工具，正在多个方向上实现突破。从硬件加速的机器人测试到多轮对话的LLM服务性能评估，再到手机应用开发的浏览器内调试，模拟器正从概念走向多样化落地。
- 近期主要进展包括：
- Antioch Agent 浏览器端机器人模拟器，旨在加速物理AI测试，通过浏览器环境模拟机器人行为，降低实机测试成本 (Antioch Agent)。
- 李飞飞团队提出世界模型的三分法，明确将模拟器列为与渲染器、规划器并列的独立类别，强调其用于预测环境反馈和训练策略的核心作用 (a16z)。
- AGENTSERVESIM 则面向多轮LLM Agent服务，构建了硬件感知的模拟器框架，用于评估不同硬件配置下Agent的推理延迟和资源消耗 (arXiv)。
- 此外，Codex Build iOS Apps 插件实现了在浏览器中预览和调试iOS应用，将开发模拟器从桌面扩展至云环境 (宝玉)。
- AI Studio 更新则支持将Google Sheets数据源和网页直接转换为安卓应用，降低了移动端模拟开发的门槛 (歸藏)。
当前焦点集中在：模拟器如何平衡保真度与计算效率，尤其是世界模型中对物理规律模拟的准确性，以及针对LLM的硬件感知模拟是否能实际指导部署。未来可观察：模拟器是否会成为通用智能体的核心训练环境，以及浏览器作为模拟运行平台的普及程度。