OmniTools 9月24日消息，NVIDIA 联合 Hugging Face 发布 MuJoCo Warp（MJWarp），该工具基于 NVIDIA Warp 框架，将兼容的 MuJoCo 模型迁移至 GPU 运行，支持单次调用并行推进最多 2048 个独立仿真环境。MJWarp 并非单纯降低单环境仿真延迟，而是显著提升整体吞吐量（world-steps/秒），适用于强化学习与大规模采样场景。
MJWarp 复用标准 MJCF 模型文件，通过批量化设备数组实现高效 GPU 计算，并提供 CUDA 图捕获、接触与约束缓冲区调优等性能优化手段。其核心依赖 Warp 的 Python 原生内核语言、自动微分及确定性执行能力（需 Warp 1.15+）。
目前 MJWarp 已开源，用户可通过 pip install mujoco-warp 安装，配套提供 mjwarp-viewer 可视化工具及 Colab 教程。该技术是 NVIDIA“物理 AI 仿真现状”系列文章第二篇，后续将介绍 Newton 与 Isaac Lab 的集成方案。
