SuperMimic：单卡 3 小时完成 12.9 万动作人形模仿训练，GPU 用量降千倍

kevin_zakka · x · 2026-10-22

qiayuanliao 团队发布 SuperMimic，一种可扩展的人形机器人控制训练方法：把物理仿真器与可学习的世界模型结合——仿真器提供精确的状态转移，世界模型将其「摊销」为更快、可微分的代理模型用于策略优化，从而将 GPU-hours 削减 1000 倍以上。

在 129,514 个动作数据集上，SuperMimic 用 1 张 GPU 训练 3 小时，超越了此前需要 128 张 GPU 训练 7 天的 SOTA 结果。Kevin Zakka 评价这是物理仿真与世界模型协同工作的漂亮范例，并提供了可在浏览器中直接试玩的 demo。