野村国际（香港）最新报告指出，加州大学伯克利分校的SuperMimic论文显示，人形机器人全身运动控制器的训练算力消耗可压缩逾1000倍，原本需128块GPU运行一周的任务，现在仅需一块H100 GPU运行三小时即可完成。该技术已获CoRL 2026收录并于10月20日发布。

野村分析师Frank Fan和Donnie Teng认为，这是机器人身体控制训练成本“廉价化”的最有力证据。他们警示，随着运动软件门槛大幅降低，行业竞争焦点将从算法能力转向硬件一致性，能够在量产中保持关节精度的企业将获得更持久的竞争优势。SuperMimic通过建立机器人“身体模型”并在模型内部训练控制器，实现了训练速度提升逾10倍，训练步骤削减约64倍，并保持模型预测误差稳定。该控制器已在宇树科技G1真实机器人上完成高难度动作。

野村强调，SuperMimic主要解决机器人“小脑”（运动控制）层面的进步，不涉及认知决策或灵巧操作。报告估算，执行器成本约占人形机器人零部件总成本的50%至75%，具备高度一致性控制能力的机器人整机厂商或关键零部件供应商将受益。野村维持对宇树科技的“买入”评级，目标价为人民币370元。