伯克利提交 SuperMimic：单张 GPU 约 3 小时训练的人形机器人全身控制框架

arXiv 在 10 月 20 日收到论文 SuperMimic: Scaling Humanoid Whole-Body Control with One Differentiable World Model，作者为 UC Berkeley 的 Hybrid Robotics 团队，属于 CoRL 2026 的工作。它给出的效率对比相当刺眼：单张 GPU 约 3 小时训练，回报就能超过基线方法 SONIC，而后者大约需要 7 天与 128 张 GPU。

方法上的核心是「一个可微分的世界模型」。传统人形全身控制要么依赖大规模物理仿真并行采样，要么靠真机反复试错，两者都贵。SuperMimic 把世界模型做成可微的，让控制策略能直接对物理后果求梯度，从而把训练成本压到单卡量级。

这条路线的意义不止于省钱。人形机器人训练最缺的是算力预算门槛低的迭代方式，如果单卡数小时就能验证一版全身控制策略，方法扩散的速度会显著加快。本月具身方向的公开节奏也印证了这一点：10 月 19 日大晓机器人发布具身基模型 ACE-Brain-0.6，10 月 18 日 OpenAI 被披露将人形机器人演示样机排在 2027 年。