专题 · FULL STORY
SuperMimic：发布即被一小时复现
UC Berkeley 发布 SuperMimic 人形机器人全身控制训练方法，号称 GPU 时耗降低逾千倍，获 Pieter Abbeel 转发引发关注。次日 ETH Zurich 研究者用 Claude Opus 以 vibe coding 约一小时复现该成果，迅速验证并延伸了这条技术线。
2026-10-22 ~ 2026-10-22 · 2 集 · 5 条
第 1 集 · UC Berkeley 发布 SuperMimic：人形机器人训练 GPU 时耗降超千倍(2026-10-22,2 条)
UC Berkeley 的 qiayuanliao 团队发布 SuperMimic，一种可扩展的人形机器人全身控制训练方法，经 Pieter Abbeel 转发引发关注。其核心是把物理仿真器与可学习的世界模型结合：仿真器提供精确状态转移，世界模型将其摊销，从而大幅降低训练成本。单卡 3 小时即可完成 12.9 万动作的人形模仿训练，GPU 时耗相比以往降低超过 1000 倍。
- 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 · 2026-10-22
- SuperMimic 训练人形机器人全身控制，GPU 时耗降低超 1000 倍 — kevin_zakka · 2026-10-22
第 2 集 · ETH 研究者借 Claude 一小时 vibe coding 复现 SuperMimic 人形控制(2026-10-22,3 条)
ETH Zurich 的 Chong Zhang 使用 Claude Opus 在约 1 小时内通过 vibe coding 复现了 SuperMimic 人形全身控制方法，并开源为 zita-ch 项目。他采用「世界模型 + APG」新范式，据称可将通用人形全身追踪训练提速 1000 倍，最终仅用约 1.24 小时单 GPU 训练即通过 LAFAN 基准测试，引发社区广泛关注。
- 世界模型+APG 范式：单 GPU 1.24 小时复现 SuperMimic 人形全身控制 — ChongZzZhang · 2026-10-22
- ETH 研究者 1 小时 vibe code 复现 SuperMimic，1.5 GPU 小时训练通过 LAFAN — ChongZzZhang · 2026-10-22
- ETH 研究员 1 小时 vibe coding 复现 SuperMimic 人形控制 — ChongZzZhang · 2026-10-22