基于UE5的开源仿真框架，集成Python API与MCP协议，为视觉模型生成丰富2D/3D真值

用 TTS 合成实体密集音频 + LoRA 微调，17× 提升泰卢固语 ASR 实体识别率

串联扩散编辑与Im2Im分布匹配,刷新合成数据CMMD指标。

用 persona 合成虚拟计算机，让 agent 在上跑 2000+ 回合的月度生产力仿真。

用场景中介技能图采样多样化终端任务轨迹

用多智能体辩论+维度分解合成高保真训练集，小模型超越GPT-5等大模型护栏

用镜头查询 Transformer 与全合成数据，把镜头边界检测扩展到带场景关系。

POLYGLOT SCORE评估10个LM多语种教学能力，规模非关键因素。

仅凭任务关键词，由LLM生Q&A、T2I生图、多模态裁判过滤，零参考图像构建VLM视觉感知训练集。

用单个前沿教师模型结构化合成轨迹，将9B小模型在WebArena上提升至41.5%

用1.13M合成试穿三元组与精确尺寸标签，首次教会VTO模型“衣服合不合身”。

用合成数据集 + LoRA 微调让 DINOv2/DINOv3/RADIO 等纯视觉基础模型在零样本异常检测上首次反超 CLIP 类方法。

提出空间编辑基准+50万条合成数据+16B模型，专攻物体平移/旋转与相机视角控制。

通过微尺度合成数据集使MLE任务的轨迹级在线强化学习成为现实

用合成光流替代合成视频，解耦运动与外观生成高动态视频。

用扩散模型生成 50 万带 3D 网格标注的合成人体图像。

首个百万级多模态图表理解数据集，通过代码引导合成生成150万高质量图表样本

把代码仓库逆向合成多智能体开发轨迹，用搜索优化CoT，做持续预训练。

仅 9K 合成推理样本即可让 4B 模型逼近 235B 模型的推理能力

用FSM建模网页状态转移，自动生成可验证的合成网页环境和训练轨迹