（来源：量子位）
在具身智能训练中，“把计算全部塞进GPU”似乎成了唯一的提速密码，机器人运控并行训练的框架，IsaacLab、MuJoCoPlayground、mjlab都默认遵循这一范式，这些系统都牢牢绑定在NVIDIA生态中。
清华大学智能产业研究院（AIR）DISCOVER Lab联合清华、上交、上海创智学院等多所高校和谋先飞技术、求之科技、原力灵机，正式推出了全新的机器人强化学习训练架构——UniLab
团队另辟蹊径，通过大胆重构系统结构，打破了“GPU包揽全部”的潜规则，为具身智能打造了全新一代“CPU高效仿真+GPU策略训练”的异构高吞吐训练底座，在多项运控任务训练上实现了数倍效率提升。
UniLab从底层重新组织了仿真、数据采集与策略学习之间的系统结构。
△UniLab系统架构图
传统GPU管线将物理步进与策略学习同步串行执行，所有的计算都放在GPU上，导致显卡和多核CPU出现“一方计算、一方闲置”的资源闲置。
△UniLab单周期流水线时序
传统GPU管线将仿真和学习绑在同一块显卡上，资源互相争抢。
UniLab用实测数据证明，将仿真解耦到CPU侧并通过运行时协调，可以带来显著的端到端墙钟时间（Wall-clock Time）收益：
△端到端训练效率对比曲线
UniLab彻底去除了对特定硬件的硬编码依赖，让机器人强化学习训练走向大众化：
△多任务应用场景 collage
UniLab现已正式开源
未来项目将围绕接触密集型灵巧操作的物理保真度评测、算法benchmark、以及多模态触觉策略等方向持续迭代，将UniLab从一个高效训练系统进一步扩展为通用的机器人学习研究平台
项目主页：https://unilabsim.github.io
论文链接：https://arxiv.org/abs/2605.30313
代码仓库：https://github.com/unilabsim/UniLab
