伯克利 SuperMimic:单 GPU 3 小时训练人形全身控制,省 1000 倍算力
alex_verem · x · 2026-11-15
UC Berkeley 团队发布 SuperMimic(arXiv:2610.28480,CoRL 2026),用单个可微世界模型训练人形机器人全身控制,把算力需求砍掉 1000 倍以上:
- 训练成本:单张 H100 训练 3 小时,即超过此前 SOTA 基线(128 张 L40 GPU 训练 7 天)的回报
- 成功率更低:129,514 个基准动作中仅失败 25 个,基线失败 179 个;两张 GPU 训练 9.8 小时后达到零失败
- 方法:不再是 model-free RL + 蒸馏/暴力堆算力,而是从刚体仿真器的轨迹日志拟合一个共享动力学的可微世界模型,世界模型与跟踪策略在同一循环中联合训练,通过短想象 rollout 的时间反向传播获得解析梯度
- 真机验证:策略直接迁移到实体 Unitree G1,完成侧滚、360° 空翻等杂技动作
- 局限:目前仅适用于平地;但世界模型预测误差从 1 到 264 小时动作量保持稳定,让「动作量的 scaling law」测量首次变得实用
结论:训练人形机器人全身控制不再需要 GPU 集群,算力不再是瓶颈。
所属事件:伯克利 SuperMimic：单 GPU 3 小时训练人形全身控制(2 条相关)→
「具身」频道最新
- Claude 被称零训练操控机械臂完成精密加工任务,实为存疑 — IgorCarron · 2026-11-15
- 南洋理工等提出原生VLA模型NEO-VLA,冻结主干LIBERO成功率90.9% — 机器之心 · 2026-11-15
- Zipline 创始人:无人机送血起步,300 万次配送背后的 10 倍扩张法则 — a16z Podcast · 2026-11-15
- CMU 学生做 AI 电子宠物 OAT,E Ink 让绿植滑板都成「粘人」宠物 — Wired AI · 2026-11-15
- Meta 开源 SuperDex 物理引擎，Mochi 求解器可耦合布料软体刚体 — HirokatuKataoka · 2026-11-15
- 反AI相机CAIM1:用传感器签名和小票证明照片是真的 — APPSO · 2026-11-15