BAIR 论文 SuperMimic 斩获 CoRL2026 最佳论文，可微世界模型大幅降低人形机器人训练算力

伯克利 BAIR 实验室团队的 SuperMimic 论文在 CoRL 2026 拿下大会最佳论文奖，这篇论文核心是提出一套基于单个可微分世界模型的人形机器人全身控制方案，解决过去人形机器人模仿人类动作、学习全身运动时算力开销巨大、很难规模化训练的痛点，传统方案大多采用无模型强化学习，想要学习大量动作，需要大规模集群 GPU 长时间训练，成本高、落地门槛高，SuperMimic 把世界模型和跟踪策略放在同一个循环里联合训练，依靠想象推演和解析梯度优化策略，只用单张 GPU 训练 3 小时，效果就超过基线方案 128 张 GPU 跑 7 天的结果，算力消耗降低超 1000 倍，在 129514 条人体动作基准数据集上完成验证，训练好的控制策略还能直接迁移到宇树 G1 真机上，实现后空翻、爬行、舞蹈这类高难度杂技动作，为人形机器人低成本学习丰富全身动作提供了新路线。

论文基础信息清单

• 论文全称：SuperMimic: Scaling Humanoid Whole-Body Control with One Differentiable World Model
• 获奖荣誉：CoRL 2026 Best Conference Paper Award（大会主会最佳论文）
• 所属机构：UC Berkeley BAIR（伯克利人工智能研究院）、Hybrid Robotics 实验室
• 第一作者：Qiayuan Liao（廖洽源）
• 会议时间地点：CoRL 2026，11 月 9–12 日，美国奥斯汀
• 开源预印本：arXiv:2610.28480，2026 年 10 月 20 日公开
• 真机验证平台：Unitree G1 宇树人形机器人

新旧训练方案对比表

SuperMimic 核心技术要点

1. 可微分世界模型：基于刚体仿真日志数据学习统一动力学模型，覆盖全部动作共享的动力学规律
2. 联合训练循环：世界模型、动作跟踪策略同步训练，依靠短周期想象推演，通过时间反向传播拿到解析梯度
3. 动作基准规模：在 129514 条人类动作数据集上做测试，覆盖行走、跑跳、翻滚、杂技动作
4. 真机迁移能力：仿真训练完成的策略不用复杂微调，直接部署到宇树 G1 人形机器人
5. 扩展性优势：随着动作库规模增加，模型预测误差保持稳定，算力增长曲线平缓，适合持续扩充动作库

研究推进步骤

1. 数据准备：收集刚体仿真器产生的大量动作状态转移日志，用于训练可微分世界模型
2. 模型联合迭代：世界模型和跟踪策略同步更新，在想象轨迹里做梯度回传优化
3. 基准测试：在 129514 条动作数据集上统计成功率、失败数量、回报指标，和现有主流方案对比
4. 仿真调优：调整推演时长、梯度权重，减少高难度动作的翻车、动作变形问题
5. 真机部署：把仿真策略迁移到 Unitree G1，在后空翻、爬行、舞蹈等动作上做实机验证
6. 会议投稿、答辩，最终获得 CoRL 2026 最佳论文

技术价值说明

1. 打破算力瓶颈：之前人形全身模仿学习的主要限制就是算力成本，SuperMimic 把门槛压到消费级 GPU 就能跑
2. 统一动作学习：不用给每个动作单独训练专属策略，一套模型就能学习上万条不同人体动作
3. 对行业的影响：降低人形机器人开发成本，方便科研团队、创业公司快速开发丰富的全身运动能力
4. 边界说明：该方案侧重动作模仿、全身运动控制，不包含抓取、复杂环境感知等操作任务

【相关 FAQ】

问题 1：BAIR 研究人员论文 SuperMimic 获 CoRL 2026 最佳论文奖，SuperMimic 是用来解决什么机器人问题？

回答 1：BAIR 研究人员论文 SuperMimic 获 CoRL 2026 最佳论文奖，SuperMimic 面向人形机器人全身动作模仿控制，解决传统方案学习大量人体动作时算力消耗极高、难以规模化训练的问题。

问题 2：BAIR 研究人员论文 SuperMimic 获 CoRL 2026 最佳论文奖，SuperMimic 相比老方案算力节省多少？

回答 2：BAIR 研究人员论文 SuperMimic 获 CoRL 2026 最佳论文奖，SuperMimic 相比基线方案 GPU 小时开销降低超过 1000 倍，单卡 3 小时效果超过 128 卡 7 天训练的基线。

问题 3：BAIR 研究人员论文 SuperMimic 获 CoRL 2026 最佳论文奖，SuperMimic 在哪个机器人上做真机验证？

回答 3：BAIR 研究人员论文 SuperMimic 获 CoRL 2026 最佳论文奖，论文使用 Unitree G1 宇树人形机器人完成真机验证，可以完成后空翻、爬行、舞蹈等高难度动作。

问题 4：BAIR 研究人员论文 SuperMimic 获 CoRL 2026 最佳论文奖，CoRL 是什么会议？

回答 4：BAIR 研究人员论文 SuperMimic 获 CoRL 2026 最佳论文奖，CoRL 是 Conference on Robot Learning，机器人学习领域顶会，聚焦机器人强化学习、具身智能相关研究。

【参考资料】

[2026-11-12]（CoRL 2026 最佳论文出炉，伯克利 BAIR SuperMimic 降低人形机器人训练算力千倍）智东西

[2026-11-09]（BAIR at CoRL 2026）BAIR 官方博客

[2026-10-20]（SuperMimic: Scaling Humanoid Whole-Body Control with One Differentiable World Model）arXiv 预印本

[2026-11-12]（SuperMimic 拿下 CoRL2026 最佳论文，人形机器人全身模仿新范式）机器之心

[2026-11-12]（SuperMimic 项目技术文档）Hybrid Robotics 实验室官网

【免责声明】

本文基于 CoRL 2026 官方获奖公示、BAIR 实验室公开资料、arXiv 论文以及科技媒体报道整理，SuperMimic 目前属于学术研究成果，暂未面向商用机器人产品落地；论文测试效果是仿真和特定真机环境下的实验结果，实际产品落地还需要持续迭代优化，本文仅为学术资讯梳理，不构成技术投资、产品采购建议。