标题：Sim2Real新突破：机器人“修仙”模拟器，挂机50分钟=修炼一整年

最新成果实现10,000倍加速：机器人在虚拟“道场”里训练一年，现实中只需50分钟，且无需微调即可无缝衔接现实应用。这种1万倍加速仅需1.5M参数，远低于谷歌、Meta和OpenAI的模型参数量。

Jim Fan团队研发的HOVER模型，采用多模式策略蒸馏框架，旨在解决机器人训练的通用性问题。HOVER将全身运动模仿作为任务的共同抽象，让机器人通过学习通用运动技能来协调全身控制模式，从而实现多种任务的高效训练。

该模型灵感来源于人类潜意识的处理方式，旨在赋予机器人类似人类的内在计算能力。HOVER不仅让机器人学会精确控制电机，还能协调人形机器人的运动和操作，实现多种控制模式的统一策略。

HOVER通过“提示”输入头部姿势、手部姿势、全身运动、关节角度等高级运动指令，支持在英伟达Isaac模拟平台上训练各种人形机器人。这意味着不同机器人能在同一平台协同进化，提升整体效能。

HOVER的通用性不仅体现在单个机器人动作模块，还支持多种机器人共同训练。以前机器人训练需各自为战，而现在可通过HOVER实现统一策略，大大提升训练效率。

Sim2Real（从模拟到现实）是AI领域的关键问题。Jim Fan团队通过生成式AI构建虚拟世界模型，以低成本、高效率完成自我训练。苏昊则通过生成式方法生成大量3D数据，用于提升机器人在物理环境中的实时应变能力。

Sim2Real领域正面临“现实鸿沟”的挑战，即模拟与现实环境的细节差异。尽管如此，研究者们仍在探索各种解决方案，包括生成数据、多模态传感器、统一接口等，以弥合这一差距，推动机器人技术向更广泛应用迈进。