SuperMimic：可微世界模型降低人形动作训练算力

1. 19:03
   Guyuehome

   SuperMimic 从世界模型原理到动作训练实践

   古月居介绍 SuperMimic 论文与开源实现，可自动生成人形机器人动作跟踪项目，并基于可微世界模型做闭环控制。其通过状态预测与策略迭代提升动作精度，面向复杂运动任务训练。

2. 01:10
   Guyuehome

   SuperMimic 解读：可微世界模型如何把人形机器人全身控制训练搬到单卡

   SuperMimic 提出一种人形机器人动作跟踪框架，用可微世界模型配合 32 步反向传播推演，在动作库规模较大时降低训练算力需求。该框架以确定性增量模型刻画物理规律，并把真实状态作为想象推演的起点。原文为深度解读，正文仅提供摘要。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。