机器人运控训练步入分钟级时代！清华AIR开源UniLab：3分钟训好人形，速度暴涨10倍，Mac上也能跑
量子位1276 字 (约 6 分钟)
90
清华大学AIR DISCOVER Lab开源UniLab，通过异构并行架构实现机器人运控训练效率提升3-10倍，支持Mac本地运行，3分钟完成人形机器人训练，标志着具身智能训练进入分钟级时代。
入选理由：UniLab采用CPU仿真+GPU训练的异构架构，实现3-10倍端到端训练加速。
精选文章#机器人#强化学习#具身智能#开源#异构计算中文
模型
什么是 PPO？
也叫：Proximal Policy Optimization
一种主流的强化学习算法，被UniLab原生支持用于策略训练。
为什么现在值得关注？
最近变化
2026-06-02 · UniLab采用CPU仿真+GPU训练的异构架构，实现3-10倍端到端训练加速。
PPO 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
📰 PPO 最新动态
已收录 1 篇与「PPO」相关的 AI 资讯和分析。
🔗 相关术语
与「PPO」经常一起出现的 AI 术语。
💡 想追踪「PPO」的长期趋势？去 实体雷达 · PPO 查看详细分析和跨材料问答。