野村國際（香港）最新報告指出，加州大學伯克利分校的SuperMimic論文顯示，人形機器人全身運動控制器的訓練算力消耗可壓縮逾1000倍，原本需128塊GPU運行一週的任務，現在僅需一塊H100 GPU運行三小時即可完成。該技術已獲CoRL 2026收錄並於10月20日發佈。

野村分析師Frank Fan和Donnie Teng認為，這是機器人身體控制訓練成本“廉價化”的最有力證據。他們警示，隨着運動軟件門檻大幅降低，行業競爭焦點將從算法能力轉向硬件一致性，能夠在量產中保持關節精度的企業將獲得更持久的競爭優勢。SuperMimic通過建立機器人“身體模型”並在模型內部訓練控制器，實現了訓練速度提升逾10倍，訓練步驟削減約64倍，並保持模型預測誤差穩定。該控制器已在宇樹科技G1真實機器人上完成高難度動作。

野村強調，SuperMimic主要解決機器人“小腦”（運動控制）層面的進步，不涉及認知決策或靈巧操作。報告估算，執行器成本約佔人形機器人零部件總成本的50%至75%，具備高度一致性控制能力的機器人整機廠商或關鍵零部件供應商將受益。野村維持對宇樹科技的“買入”評級，目標價為人民幣370元。