一句话看懂：alphaXiv 收录的论文 SuperMimic 提出，用人形机器人共享动力学的可微世界模型替代逐条动作试错，单张 H100 训练 3 小时的跟踪回报超过 SONIC 基线在 128 张 L40 上训练 7 天的结果，目的是把全身动作控制的数据扩展成本降下来。
事件核心：发生了什么
这篇论文于 2026 年 10 月 20 日出现在 alphaXiv 页面，核心是训练范式的变化。此前人形机器人跟踪大规模人类动作数据，要么把各动作的专家策略蒸馏合并，要么用集群算力硬训一个通用策略。SuperMimic 改为先用标准刚体仿真日志拟合一个可微世界模型，预测共享动力学；策略在该模型内做 32 步想象展开，通过时间反向传播获得解析梯度，仿真器本身不必可微。
目前公开信息显示，在 129,514 条 BONES-SEED 训练动作上，单张 H100 训练 3 小时后，归一化回报超过 SONIC 发布检查点的 0.90；失败动作数为 25，SONIC 为 179；两张 GPU 训练 9.8 小时后失败数降至 0。素材也说明，这是训练集覆盖度而非泛化测试，失败判定标准不完全一致，硬件与动作时长也不同，并非严格同条件对比。
为什么重要
机器人全身控制长期受算力瓶颈约束，动作库越大，训练成本越高。SuperMimic 的思路是把每个动作都要重新摸索的物理规律，摊销到一个可微动力学模型里，让“扩展动作数据”变成可负担的工程问题，也为测量动作跟踪的缩放规律创造条件。对算力紧张的研究团队，这条路线比堆 GPU 更现实。
对用户/开发者/创作者的影响
开发者侧，若世界模型能被复用，动作策略迭代将从集群级任务降到单卡级，适合更多实验室和中小团队尝试。创作者侧，论文称策略已迁移到实体 Unitree G1，能完成多样且偏杂技的动作，但目前只是研究报告，不是已开放的产品或 API，无法直接调用。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是世界模型在训练集之外的新动作上是否稳定，这决定它能否走出训练覆盖度评估；二是失败判定标准能否统一，以便与 SONIC 等基线公平比较；三是是否发布模型、代码或真机演示，若生态开放，可能带动更多团队跟进可微仿真路线。
来源：alphaXiv
