人形机器人🔥9.0
人形机器人大进化！SuperMimic技术让运动控制训练成本骤降1000倍
📋总体概括
加州大学伯克利分校的SuperMimic论文实现人形机器人全身运动控制训练成本突破：原本需128块GPU运行一周（此前最优公开系统SONIC耗时约21000 GPU小时），现仅需一块H100运行三小时，训练算力消耗压缩逾1000倍。该方法先为机器人建立可微分的「身体模型」，在其内部训练控制器。论文已被CoRL 2026收录并于10月20日发布于arXiv。野村国际在报告中指出这是身体控制训练变得「廉价」的最有力证据，并警示行业竞争焦点将从算法转向硬件一致性与量产关节精度。
⚡关键信息
- ▸SuperMimic将人形机器人全身运动控制训练算力压缩逾1000倍：128块GPU运行一周的任务，一块H100三小时即可完成
- ▸论文由加州大学伯克利分校发布于arXiv（10月20日），已被机器人学习顶级会议CoRL 2026收录
- ▸此前最优公开系统SONIC训练耗时约21000 GPU小时，SuperMimic通过建立可微分「身体模型」取代物理仿真器试错
- ▸在学习模型内训练速度比物理仿真器快逾10倍，最大批量规模下可达62倍
- ▸野村分析师Frank Fan与Donnie Teng认为竞争焦点将转向硬件一致性，量产中保持关节精度的企业更具持久优势
🔥犀利点评
千倍降本不是迭代，是范式切换。SuperMimic把「试错」换成「学身体」，本质是把训练算力的一次性烧钱变成可复用的模型资产——这直接打击了靠仿真算力堆出来的算法壁垒。野村点得很准：当运动控制人人都能训，护城河只能往硬件一致性上退。这轮人形机器人估值逻辑里算法溢价的部分，该打折了。
📰 相关资讯（与本文相关的其他资讯）
本文由本站自动聚合，以下为原始来源：前往 wallstreetcn-global 阅读全文 →