什么值得做
GitHub 开源项目 · 11-6 写
Huy-Quang-Dao/instantTrack · Huy-Quang-Dao

对手抄了它的代码、跑得比它快一倍,它把对手的改动合了回来:InstantTrack 怎么在一场论文复现竞速里拿到 162 颗星

它是什么 一个开源训练代码库,让宇树 G1 人形机器人在仿真里学会跟着做 40 段人类动作,单张显卡约 3 分钟训完。

为什么火了 热门论文没放代码,社区在比谁复现得快;它占住「最快」这个位置,报数严格可复现,被圈内聚合页收录,又被对手拿来当对比基准,两边一起给它带流量。

C你可以怎么跟 别挤这场已经降温的竞速;把它的打法用在下一篇「效果很炸、官方没放代码」的论文上:挑一个能量化的维度(速度、显存、消费级显卡)去占,数字写进简介、每版刷新,第一天就去 awesome 列表提 PR。

C 级:打法很值得学,但这场竞速已有 41 个项目、头部在降温,速度已经压到 3 分钟再快读者也感知不到,整个圈子的天花板也就几百星;而且门槛是 RL 和 GPU 优化的专业能力。 小圈子里在传
数据(每天更新) · 建库 2026-10-29 · 173 星 · 7 天 +99
GitHub · 星数
5010015010-3011-0111-0311-0611-08173
数据 2026-10-30 → 2026-11-08(10 天,10 次观测)。10-28 以前的点来自 deeply / 存档补录,不是每天都有

伯克利一篇人形机器人论文发出来,官方没放代码,社区一周里冒出几十个复现库。InstantTrack 晚到了一周,没去抢「第一个复现」,抢的是「最快」:单张显卡、3 分钟,训完宇树 G1 机器人的 40 段全身动作。它没有大号转发、没上 HN,建库 8 天拿到 162 颗星。圈子不大,但它的做法可以直接拿去用在下一篇论文上。

11 月 2 日,一个对手说它慢了一半

11 月 2 日,一个叫 Fuyi Chen 的开发者建了个库叫 BlinkMimic。README 第一句话写的是「一张 RTX 4090,大约 3 分钟」,下面一张表把自己和 InstantTrack v1.2 放在同一张卡上比:达标时间 3.38 分钟对 7.36 分钟。他的代码也不是从零写的,README 里写明是在 InstantTrack v1.2 上改出来的。第二天,一个自动聚合 AI 新闻的站 MindPattern 发稿,标题直接点名:「……大约是 InstantTrack v1.2 一半的时间」。

被人拿自己的代码超过,一般人会先辩解。InstantTrack 的作者 Huy-Quang-Dao(在越南机器人公司 VinMotion 工作)的做法是:11 月 4 日发了 v1.3,把 BlinkMimic 的改动全部并回来,README 顶上第一段就写「v1.3 合入了 BlinkMimic 的改动……感谢它的作者」;再在上面加了几处 GPU 层面的优化,让采集和模型更新在不同的 CUDA 流上同时跑。结果 5 个随机种子全部在第一个检查点(3 分钟)就达标。

这一来一回,正好是它涨星最快的两天:11-03 +20,11-04 +33(GitHub star 逐日数,11-06)。

它到底是什么

一个训练机器人「模仿人类动作」的开源代码库。给它 40 段人类动作捕捉数据(LAFAN1,走、跑、跳、摔倒再爬起来,一共 2.45 小时),它在仿真里训出一个策略,让宇树 G1 人形机器人把这 40 段动作都跟着做下来、一段都不摔。

它的「成绩」写在 GitHub 简介里,而且一直在改:最早是 15 分钟,v1.2 是 7 分钟,v1.3 是「about 3 minutes」,比它自己复现的原论文方法(加上 EMA 之后)快 10.9 倍以上。

为什么是现在:一篇没放代码的论文

10 月 21 日前后,伯克利 Pieter Abbeel、Koushil Sreenath 组的论文 SuperMimic 公开(CoRL 2026 Oral):用一个可微的世界模型,一张 H100 三个小时训出全身控制器,比英伟达那种集群级方法省一千倍以上的算力。

论文火了,代码没放。到 10 月 28 日,社区维护的 awesome-supermimic 页面还写着「官方网站没有链接训练代码」。空出来的位置马上被填满:ETH 的 Chong Zhang 用一小时 vibe coding 写出 supermimic_vibed,当天建库,现在 825 星;之后是 SuperMimic-Reproduced(405 星)、Uni-SuperMimic(260 星)、MorphMimic(183 星)……awesome-supermimic 一共收了 41 个项目。

InstantTrack 10 月 29 日才建库,这时候「第一个跑通」的位置早被占了。它在 supermimic_vibed 的代码上做优化,把对方的 1.47 GPU 小时一路压下来。别人比的是「像不像论文」「能不能上真机」「能不能撑起十几万段动作」,它只比一件事:快。

星从哪来:聚合页和对手,不是大号

时间发生了什么star(当天)
10-29建库;当天被 awesome-supermimic(现 510 星)和 Robotics_Notebooks 收录—
10-30发 v1.0 / v1.153
10-31发 v1.2,7 分钟69
11-02BlinkMimic 出现,拿它做对比79
11-03MindPattern 点名报道99
11-04发 v1.3,合入对手改动,3 分钟132
11-06—162

数据:GitHub star 逐日数(10-30 起);发版时间来自 Releases 页。

第一波来自 awesome-supermimic。这个页面本身是整个圈子的入口,它把 InstantTrack 放进 Featured 表,配了动图,标题写「v1.2: 0/40 failures in ~7 minutes」。第二波来自对手:BlinkMimic 每次拿它当基准,读的人就会点过来看一眼。

同期整个圈子在降温:领头的 supermimic_vibed 日增从 10-24 的 +188 掉到现在的十来颗。InstantTrack 是靠一次次发版,逆着大盘拉出了第二波。

没找到的:没有媒体专门写它,HN 上没有帖子,也没搜到 X 上的大号转发(X 这一块没能完整核实)。

它比别人强在哪:报数方式

跑得快的库不止它一个,它被当成「可信的那个」,靠的是报数方式:

  • 所有方法都是同一台机器、同一个模拟器、同一套评估;每个改动都是一个开关,不开就是原论文的配置。
  • 5 个随机种子,不挑最好的那次报。
  • 达标定义很严:回报 ≥ 0.82,40 段 0 失败,连续保持 3 个检查点。BlinkMimic 后来也直接沿用了这个标准,README 里称它为「InstantTrack 的严格口径」。
  • 每次运行的日志都放在仓库里,所有表格能用一个脚本重新生成;README 有一节「How to read these numbers」,叫人引用前先读。
  • 主动写变差的地方:v1.3 的脚部接触一致性从 0.845 降到 0.779,README 里写了可能的原因,也写了「我们没测过」。

在研究圈,这样的报数比任何宣传都管用:聚合页敢收录,对手愿意拿它当基准。

它的短板也写在自己的 README 里:3 分钟只是仿真里 40 段训练动作的成绩,没有大动作库,没有真机。唯一一个 issue 是 10-31 有人问「sim2real 怎么部署」,还没有答案。作者说下一个项目 InstantGMT(遥操作用的通用动作跟踪)论文「在准备中」。

谁在跟它抢

项目建库star和它的区别
supermimic_vibed10-21825第一个跑通的复现,InstantTrack 的底座
SuperMimic-Reproduced10-21405忠实复现论文,不拼速度
Uni-SuperMimic10-22260目标是 12.9 万段大动作库
MorphMimic10-23183一个策略控三种机器人,有真机
BlinkMimic11-02154从它 v1.2 改出来的对手,4090 上 3.4 分钟
NablaMimic10-30114用可微仿真代替世界模型,另一条「高效」路线
英伟达 GR00T(SONIC)2025-113,886集群级平台,论文拿来比的对象

star 数截至 11-06。

速度这条赛道上已经有两家在你追我赶,而且已经压到 3 分钟,检查点间隔都分不出差别了。再往下挤,读者感知不到。

如果是你

一句判断: 这场竞速别去挤,该学的是它的打法,留着用在下一篇「论文火了、代码没放」的事件上。

适合谁: 做机器人、强化学习、模型训练的研究生和工程师,手里有一张好卡,能在一周内把一篇论文跑通,想攒 star、攒名声、给简历加一行。

不适合谁: 不懂 RL 和 GPU 优化的人。这类项目的门槛就是专业本身,vibe coding 能写出第一个复现,但写不出 10 倍加速。想靠它赚钱的也别来,这个圈子没有钱,只有关注度。

怎么做:

  1. 盯着顶会论文发布,找「效果很炸、官方没放代码」的那篇。窗口大概一到两周。
  2. 第一个复现通常一两天内就会有人做出来,别去抢。挑一个能量化的维度去占:速度、显存、成本、能跑在消费级显卡上、换一个机器人或语言生态。
  3. 把成绩数字写进 GitHub 简介,每发一版就刷新。
  4. 报数做到别人挑不出毛病:同机对比、多种子、日志公开、主动写局限。
  5. 有人 fork 你、超过你,大方合回来、在 README 里致谢。对手的每次对比都在替你引流。

怎么获客: 第一天就给那篇论文的 awesome 列表提 PR(InstantTrack 是建库当天被收录的);给跟进报道的聚合站和 newsletter 一个能写进标题的数字;发版节奏要密,每个版本给聚合页一个更新的理由。

什么时候之前: 对 SuperMimic 这场来说已经晚了。41 个项目、头部在降温,官方一旦放出代码,复现类项目的关注度还会再掉一截。下一场的窗口,是下一篇论文出来后的头两周。

什么情况说明看错了: 如果官方代码放出来以后,InstantTrack 这类「更快」的库还能继续涨星,说明速度这条线比我们以为的更值钱,还能接着做;如果它和整个圈子一起停在两三百星,说明这类项目的天花板就是圈子本身,值得做,但别对数字期望太高。

GitHub 仓库 ↗

研究底稿:竞品表、获客证据、完整研究报告
竞品
名字在哪上线规模它和这家不同在哪
SuperMimic 官方(UC Berkeley)其他2026-10-21 前后(arXiv 2610.28480,CoRL 2026 Oral)论文与项目页,截至 10-28 没放训练代码官方目标是单 H100 3 小时覆盖 12.9 万段动作;InstantTrack 有代码,只拼 40 段 LAFAN1 在消费级单卡上的速度
zita-ch/supermimic_vibed开源2026-10-21825★ / 84 fork第一个跑通的复现(1.47 GPU 小时),是 InstantTrack 的底座;InstantTrack 在上面优化到约 3 分钟
fuyichen0725/blinkmimic开源2026-11-02154★ / 12 fork从 InstantTrack v1.2 衍生出来的竞速对手,4090 上 3.4 分钟;InstantTrack v1.3 合入了它的改动,再加 CUDA 流重叠
CuboiLeo/SuperMimic-Reproduced开源2026-10-21405★ / 59 fork忠实复现论文,不追求速度
Motphys/Uni-SuperMimic开源2026-10-22260★在 UniLab 上复现,目标是 12.9 万段大动作库,约 40 分钟
lzyang2000/morphmimic开源2026-10-23183★一个策略控制三种机器人本体,有真机测试,不拼速度
sailab-ai/NablaMimic开源2026-10-30114★用可微仿真代替学出来的世界模型,走另一条高效路线
NVlabs/GR00T-WholeBodyControl(SONIC)大厂功能2025-11-053886★英伟达的集群级全身控制平台和发布的检查点,算力投入大得多,是 SuperMimic 拿来对比的对象
用户从哪来
  • 查实 圈内聚合页收录(awesome-supermimic Featured、Robotics_Notebooks):10-29 awesome-supermimic PR #9 收录 InstantTrack 结果和动图;同日 Robotics_Notebooks PR #3211;库内首个观测点 10-30 已有 53★
  • 查实 竞速对手引用 / 衍生:BlinkMimic 基于 InstantTrack v1.2,README 里做同卡对比;MindPattern 11-03 标题点名 InstantTrack;11-03 +20、11-04 +33
  • 查实 快速发版、把成绩写进简介:10-30 到 11-04 发了 4 个 release;简介从「15 minutes」改到「about 3 minutes」(Brave 搜索结果里留着旧简介)
  • 查实 论文事件带来的搜索和关注溢出:SuperMimic 10-21 公开且官方没放代码,AGI Hunt、humanoidbeat、MindPattern 跟进报道,社区出现 41 个衍生项目
  • 推断 X / HN 传播:HN 库没有相关帖子;x-radar 语料没覆盖这个圈子,查不到

InstantTrack(Huy-Quang-Dao/instantTrack)研究报告

渠道:GitHub · 建库 2026-10-29 · 截至 2026-11-06:162 star / 7 fork,近 7 天 +109(github 库 repo_profile)· MIT · 当前版本 v1.3.0(2026-11-04)

一句话

它是伯克利 SuperMimic 论文(arXiv 2610.28480,CoRL 2026 Oral,约 2026-10-21 公开)之后,社区「谁能把 Unitree G1 全身动作跟踪训得更快」这场竞速里的一个参赛库。它在单张 RTX 5090 上把 40 段 LAFAN1 动作的训练时间压到约 3 分钟(v1.3),比作者自己复现的 SuperMimic+EMA 快 10.9 倍以上。它的 star 几乎全来自这场竞速带来的圈内关注,不是产品,也没有商业化。

1. 它凭什么起来的

时机:蹭上了一个论文事件,而且官方没放代码。

  • SuperMimic(UC Berkeley,Qiayuan Liao、Pieter Abbeel、Koushil Sreenath 等)约 10-21 公开,宣称单 H100 3 小时训出全身控制器,比集群级无模型方法省 1000 倍以上 GPU 时(arXiv、humanoidbeat 10-21)。
  • 官方网站截至 10-28 没有放训练代码(awesome-supermimic 写明「Official code status — checked 2026-10-28」;AGI Hunt 10-24 也报过「SuperMimic code still unreleased 3 days…」)。空出来的位置被社区复现填上:ETH 的 Chong Zhang 用 1 小时 vibe coding 写出 supermimic_vibed(10-21 建库,现 825 star;MindPattern 10-22 报道过),之后 SuperMimic-Reproduced、Uni-SuperMimic、MorphMimic 等一批库接连出现。
  • InstantTrack 10-29 才建库,基于 supermimic_vibed 的 mjlab 移植版,再叠上 InstantMimic 那一套 GPU 训练循环、EMA、针对失败片段的重置和接触奖励。它没去抢「第一个复现」,抢的是「最快」这个位置。

流量来源:圈内的聚合页和竞速对手,不是大号。

  • awesome-supermimic(510 star,本身就是一个流量入口)10-29 由 huangkiki 提了 PR #9,把 InstantTrack 的结果和动图收了进去,现在挂在 Featured 表里,标题写着「v1.2: 0/40 failures in ~7 minutes」。同一天 ImChong/Robotics_Notebooks PR #3211 也收录了它。库里的第一个观测点 10-30 就有 53 star,和被收录的时间对得上。
  • 被对手引用,带来了第二波:BlinkMimic(Fuyi Chen,11-02 建库,现 154 star)直接从 InstantTrack v1.2 改起,在 README 里拿 InstantTrack 做同卡对比(3.38 min 对 7.36 min)。MindPattern 11-03 的标题就是「…about half InstantTrack v1.2's time」(链接)。InstantTrack 11-04 立刻把 BlinkMimic 的改动并回来,发了 v1.3,把时间压到 ≤3 分钟,README 里也致谢了对方。这一来一回对应它单日涨星最多的两天:11-03 +20、11-04 +33(库内最大单日)。
  • 版本节奏很快:v1.0/1.1 在 10-30,v1.2 在 10-31,v1.3 在 11-04(Releases)。每个版本都在 GitHub 简介里刷新一个数字(15 分钟 → 7 分钟 → 3 分钟)。Brave 搜索结果里还留着旧简介「…in 15 minutes on one GPU」,能看出简介一直跟着成绩在换。
  • 没找到的渠道:我们 HN 库 10-15 之后没有 SuperMimic / InstantTrack 的帖子;x-radar 本地语料搜不到(对 humanoid 这类词同样返回 0,说明语料没覆盖这个圈子,不能当作 X 上没人讨论的证据);Exa/Brave 也没搜到 X 大号或媒体专门写 InstantTrack,只有 MindPattern 这种自动聚合站在 BlinkMimic 的稿子里顺带提到它。

为什么有人留下来: 不涉及付费。研究者 fork 它是为了拿一个能直接跑的快速基线。7 个 fork 里有 vinmotionresearch2026(作者所在公司 VinMotion 的研究账号)。唯一的 issue 是 csyufei 10-31 提的「sim2real deployment」,说明有人想把它用到真机上。

2. 差异化

对比对象它的不同
SuperMimic 官方(论文,无代码)有可运行代码;目标从「十几万段动作的大库覆盖」换成「40 段 LAFAN1 最短时间」,消费级单卡
supermimic_vibed(825★,10-21)在它的 mjlab 移植上做系统和算法优化,1.47 GPU 小时 → 3 分钟
BlinkMimic(154★,11-02)互相借鉴的对手;v1.3 合入了它的改动,再加上 CUDA 流重叠、静态编译、学习率退火,在 5 个种子上做到第一个检查点就达标
Uni-SuperMimic / SuperMimic-Reproduced / allmimic 等那些做的是复现、扩大库或真机部署,InstantTrack 只拼速度

真正的差异化是把一个科研问题做成了竞速榜,而且报数特别讲究:同一台机器、同一模拟器、同一 MDP 和评估器;5 个种子;「≥0.82 且 0/40 失败、连续保持 3 个检查点」这样严格的达标定义;每次运行的日志都放在 results/runs/,所有表格都能用 tools/make_report.py 重新生成;README 里还专门有一节「How to read these numbers」,并主动写出 v1.3 哪些指标变差了(contact agreement 0.845 → 0.779)。awesome-supermimic 的评审也把它的结果当作可信结果收录。这是它被列为 Featured、被对手拿来当对比基准的直接原因,所以差异化确实是它跑出来的原因。不过天花板是整个圈子的规模:领头的 supermimic_vibed 也才 825 star。

3. 增长数据

github 库 repo_day:10-30 53 → 10-31 69 → 11-02 79 → 11-03 99 → 11-04 132 → 11-05 150 → 11-06 162。同期的对照:supermimic_vibed 693 → 825,awesome-supermimic 295 → 510,BlinkMimic 97(11-04)→ 154。整个 SuperMimic 生态在降温(vibed 日增从 10-24 的 +188 降到现在的 +10 左右),InstantTrack 靠新版本逆势拉出了第二波。

4. 能见度与跟风

  • 能见度:小圈子里在传。人形机器人 RL 研究圈通过 awesome-supermimic、Robotics_Notebooks 和 MindPattern 聚合在传;没有媒体专文,没查到 X 大号或 HN。
  • 跟风者:BlinkMimic(在 InstantTrack v1.2 上做的衍生,而且反超过一次);另有 NablaMimic(sailab-ai,10-30,114★,改用可微仿真走「超高效」路线)这类同赛道的新库。

5. 别人能借鉴的

  1. 在热门论文没放代码的窗口期,去占一个可量化的维度(这里是速度),比做第一个复现更容易突围。
  2. 把成绩写进 GitHub 简介,每发一版就刷新。简介本身就是标题党,而且数字都有根据。
  3. 严格、可复现的报数,外加主动写清局限,能换来聚合页的收录和对手的引用。在研究圈,这比宣传更有效。
  4. 欢迎对手 fork,再把对手的改动并回来。竞速双方互相给对方带流量。

6. 还不确定的

  • 3 分钟只是仿真里 40 段训练动作上的结果,没有大动作库和真机结果。作者说 InstantGMT(遥操作通用跟踪)的论文和代码「in preparation」。
  • stargazer 的逐日明细没拿到(API 返回 404),无法逐个核对 star 来源。
  • X 上的传播情况未核实(x-radar 语料没覆盖这个圈子)。
  • 作者在越南 VinMotion 工作,公司是否在背后推,未核实。

出处

文章由 AI 根据公开数据和我们每天采集的数据写成,数字带出处,推断已标明