Markt

SuperMimic-Paper berichtet vom Training eines Bewegungsreglers für den Unitree G1 in etwa drei Stunden auf einer GPU, während die „Minuten“ nur aus inoffiziellen Open-Source-Repos stammen

SuperMimic berichtet von einem G1-Regler, trainiert in ~3 Std. auf einem H100. „Minuten“ stehen nur in inoffiziellen Repos mit wenigen Clips.

Von ·

Das SuperMimic-Paper (arXiv 2610.28480) berichtet, einen Bewegungsverfolgungs-Regler für den Humanoiden Unitree G1 in etwa drei Stunden auf einer einzigen H100-GPU trainiert zu haben, gegenüber einer Basislinie, für die es sieben Tage auf 128 GPUs angibt. Die Version „wenige Minuten auf einer GPU“ steht nicht im Paper: Sie stammt aus inoffiziellen Open-Source-Repositories, die mit kleinen Sätzen von etwa 40 Clips trainieren. Beides sind Angaben der Autoren beziehungsweise von Entwicklern, und wir haben keine davon nachgestellt.

Das Wesentliche

Stunden im Paper, Minuten in den Repos

Die Zahl des Papers selbst liegt bei etwa drei Stunden auf einem H100, bereits eine große Verringerung gegenüber der zitierten Basislinie. Die schnellere „Minuten“-Angabe gehört zu getrennten Community-Repositories wie BlinkMimic, die mit einigen Dutzend Clips trainieren. Training mit 40 Clips und mit über 129.000 Bewegungen sind verschiedene Lasten, daher sollten beide Zahlen nicht als ein Ergebnis nebeneinandergestellt werden.

Vorbehalte

Der Vergleich mit SONIC stammt von den Autoren, und eine G1-Demonstration zeigt den Regler an einem echten Roboter, ohne ein breiter Test der Praxiszuverlässigkeit zu sein. Fehlschläge bei simulierten Bewegungen zu zählen ist nicht dasselbe wie Erfolg auf Hardware. Wir haben die alphaXiv-Zusammenfassungsseite direkt gelesen und keinen Code ausgeführt.

Was nicht belegt ist

Übersichtstabelle

Übersichtstabelle
PunktWas Stand 7. November 2026 behauptet wirdQuelle
PaperarXiv 2610.28480, SuperMimicarXiv
Berichtete TrainingskostenEtwa 3 Stunden auf einem H100alphaXiv
Verglichene BasislinieSONIC, 7 Tage auf 128 GPUs, laut den AutorenalphaXiv
Fehlschläge25 gegenüber 179 bei 129.514 Bewegungen, laut den AutorenalphaXiv
„Minuten“-AussagenInoffizielle Repositories, etwa 40 LAFAN1-ClipsGitHub

FAQ

Sagt das Paper, ein Regler trainiere in Minuten?

Nein. Das Paper berichtet von etwa drei Stunden auf einem H100; „Minuten“ stammen aus inoffiziellen Repositories mit kleinen Clip-Sätzen.

Ist das Ergebnis unabhängig reproduziert?

Wir fanden keine unabhängige Reproduktion der Zahlen des Papers.

Wurde es an einem echten Roboter getestet?

Das Paper enthält eine Unitree-G1-Demonstration, doch die gelesenen Quellen zeigen keine breiten Daten zur Praxiszuverlässigkeit.

Methode und Grenzen

Geprüft am 16. November 2026. Die alphaXiv-Seite haben wir direkt gelesen; das arXiv-PDF und die GitHub-Repositories sahen wir nur über Suchauszüge. Wir haben keinen Code ausgeführt.

Quellen

Einen Fehler in diesem Artikel entdeckt? Melden Sie ihn · Unsere Korrekturrichtlinie

OrigoTech-Logo

Neu: die App iPhone und iPad

OrigoTech ist jetzt eine App für iPhone und iPad

Lies die Artikel nativ, mit „Neu“-Markierungen für Ungelesenes, lokaler Suche und Offline-Lesen bereits geladener Artikel. Kostenlos, ohne Konto, ab iOS 17; zwischen den Artikeln erscheint Werbung.

Rekha-Symbol: ein in einem Strich gezeichnetes Haus

Vom selben Autor Eigenwerbung

Ein Eulerpfad, mit dem Finger gezeichnet

Rekha, das iPhone-Spiel des Autors von OrigoTech: Verbinden Sie alle Punkte in einem einzigen Strich, ohne dieselbe Verbindung zweimal zu ziehen, in 500 Zeichnungen, die alle lösbar sind.

Der OrigoTech-Newsletter

Ein wöchentlicher, mit Quellen belegter Überblick über die Neuigkeiten zu KI-Werkzeugen.

Weiterlesen