Đột phá SuperMimic cắt giảm chi phí huấn luyện robot hình người 1.000 lần
TREE NEWS đưa tin: Một đột phá kỹ thuật lớn trong điều khiển chuyển động robot đang định hình lại bối cảnh cạnh tranh và phân phối giá trị của ngành robot hình người. Một bài báo có tiêu đề SuperMimic từ UC Berkeley chứng minh rằng việc huấn luyện bộ điều khiển chuyển động toàn thân cho robot hình người có thể tiêu tốn ít hơn 1.000 lần sức mạnh tính toán—một nhiệm vụ trước đây cần 128 GPU chạy trong một tuần nay có thể hoàn thành chỉ với một GPU H100 trong vòng ba giờ. Bài báo đã được chấp nhận tại CoRL 2026, hội nghị hàng đầu về học tập robot, và được công bố trên arXiv vào ngày 20 tháng 10.
Cách SuperMimic đạt được bước nhảy vọt về hiệu quả gấp nghìn lần
Đổi mới cốt lõi của SuperMimic nằm ở việc thay đổi nơi robot “luyện tập”. Các phương pháp truyền thống dựa vào trình mô phỏng vật lý để thử và sai, với yêu cầu tính toán tăng tuyến tính theo từng chuyển động mới. Hệ thống công khai có hiệu suất tốt nhất trước đó, SONIC, mất khoảng 21.000 giờ GPU để huấn luyện. SuperMimic đi theo con đường khác: trước tiên nó xây dựng một “mô hình cơ thể” cho chính robot, học các quy luật vật lý trong chuyển động của nó, sau đó huấn luyện bộ điều khiển trong mô hình này. Cách tiếp cận này mang lại ba lợi ích về hiệu quả: huấn luyện trong mô hình đã học nhanh hơn hơn 10 lần so với trong trình mô phỏng vật lý, đạt tới 62 lần ở kích thước lô tối đa; mô hình có thể vi phân, cho phép bộ điều khiển trực tiếp học hướng điều chỉnh cho từng chuyển động thay vì dựa vào thử và sai ngẫu nhiên, điều này một mình giảm số bước huấn luyện khoảng 64 lần; và khi dữ liệu chuyển động mở rộng từ 1 giờ lên 264 giờ, sai số dự đoán của mô hình vẫn ổn định, với nhu cầu tính toán tăng rất chậm.
Trong các bài kiểm tra chuẩn, SuperMimic chỉ thất bại 25 lần trong số 129.514 chuyển động, so với 179 lần thất bại của SONIC. Sau 9,8 giờ huấn luyện trên hai GPU, SuperMimic đạt được không thất bại. Bộ điều khiển sau đó đã hoàn thành các động tác có độ khó cao như lăn người sang bên và lộn nhào 360 độ trên một robot Unitree G1 thực tế.
Ranh giới kỹ thuật: Giải quyết “tiểu não”, không phải “não bộ”
Các nhà phân tích nhấn mạnh rằng việc hiểu phạm vi và giới hạn của SuperMimic cũng quan trọng không kém để đánh giá tác động của nó đối với ngành. Nghiên cứu chỉ bao gồm chuyển động thân thể của robot trên mặt phẳng, không liên quan đến việc nắm bắt và thao tác vật thể, và dữ liệu huấn luyện mô hình hoàn toàn đến từ trình mô phỏng, với các chuyển động chuẩn trùng lặp với chuyển động huấn luyện. Do đó, SuperMimic được đặc trưng như một tiến bộ ở cấp độ “tiểu não” (điều khiển chuyển động), không phải là đột phá ở cấp độ “não bộ” (ra quyết định nhận thức) hay “bàn tay” (thao tác khéo léo).
Sự phân biệt này có ý nghĩa thực tiễn đối với các nhà đầu tư đánh giá tốc độ lan tỏa công nghệ. Việc giảm chi phí điều khiển chuyển động không trực tiếp đồng nghĩa với bước nhảy vọt toàn diện về năng lực tổng thể của robot hình người, nhưng nó làm giảm đáng kể rào cản gia nhập đối với các đối thủ trong phần mềm chuyển động.
Bối cảnh cạnh tranh được định hình lại: Tính nhất quán phần cứng có thể trở thành hào bảo vệ mới
Tác động sâu sắc nhất của SuperMimic nằm ở việc thay đổi logic phân phối giá trị của ngành robot hình người. Theo nghiên cứu ngành của Nomura, khoảng 300 công ty Trung Quốc đã có thể cung cấp một chức năng điều khiển chuyển động quan trọng nhất định, và lợi thế dẫn đầu 1-2 năm của Unitree về phần cứng và điều khiển chuyển động đang thu hẹp. SuperMimic càng làm giảm rào cản này, biến công việc trước đây cần cụm GPU thành khả thi chỉ với một GPU.
Trong bối cảnh này, Nomura tin rằng trọng tâm của lợi thế cạnh tranh sẽ chuyển từ phần mềm chuyển động sang tính nhất quán phần cứng. Báo cáo đặc biệt lưu ý rằng bộ điều khiển của SuperMimic chỉ yêu cầu sai số hiệu chuẩn khớp ±0,01 radian trong huấn luyện mô phỏng. Nomura ước tính rằng nếu các tham số động học của hơn 20 khớp không nhất quán, cùng một mã học tăng cường có thể chỉ chạy đúng trên một vài máy. Điều này có nghĩa là các công ty có thể đạt được tính nhất quán khớp cao trong sản xuất hàng loạt sẽ có được lợi thế khác biệt mạnh mẽ hơn sau khi công nghệ lan rộng.
Nomura ước tính thêm rằng chi phí cơ cấu chấp hành chiếm khoảng 50% đến 75% tổng chi phí linh kiện của robot hình người. Báo cáo kết luận rằng các nhà sản xuất robot hoặc nhà cung cấp linh kiện chính có khả năng kiểm soát tính nhất quán cao có thể hưởng lợi nhiều hơn so với các chuyên gia phần mềm chuyển động. Nomura duy trì xếp hạng “Mua” đối với Unitree với giá mục tiêu 370 nhân dân tệ, tương ứng với tỷ lệ giá trên doanh thu kỳ vọng 2027 gấp 25 lần, dựa trên CAGR doanh thu kỳ vọng 122% từ 2026 đến 2028 và khả năng sản xuất hàng loạt có thể mở rộng.
Những điểm chính cho nhà đầu tư
- Rào cản thấp hơn thúc đẩy cạnh tranh: Việc giảm mạnh chi phí huấn luyện điều khiển chuyển động làm giảm rào cản gia nhập cho các đối thủ mới, làm gay gắt thêm cạnh tranh trong lĩnh vực robot hình người.
- Chuyển dịch sang tính nhất quán phần cứng: Khi phần mềm trở nên phổ cập, khả năng duy trì độ chính xác khớp trong sản xuất hàng loạt trở thành yếu tố khác biệt và hào bảo vệ chính.
- Bên hưởng lợi: Các công ty có tính nhất quán phần cứng mạnh và khả năng sản xuất có thể mở rộng, như Unitree và các nhà cung cấp linh kiện chính, đang ở vị thế thuận lợi.
- Theo dõi việc áp dụng rộng rãi: Công nghệ này có thể đẩy nhanh phát triển và triển khai robot hình người, với hiệu ứng lan tỏa sang các lĩnh vực liên quan như chip AI và cơ cấu chấp hành.
