模型量子位·原文 2026年11月10日

英伟达发布GR00T 2机器人基础模型,称模型、数据与仿真环境将陆续开源

英伟达GEAR在CoRL大会上展示GR00T 2世界动作模型:官方demo覆盖裁标签、安装显卡、擦火柴等任务;10万小时人类数据已率先开放。朱玉可称模型、数据、仿真环境和数据采集硬件也将陆续开源。

AI解读:英伟达GEAR团队在奥斯汀CoRL大会发布新一代机器人基础模型GR00T 2,定位为可本地运行、可由推理模型引导的“快系统”物理技能模型,同时预测未来画面与机器人动作。

跨本体适配是本次重点。英伟达展示人类动捕迁移到双五指手、手持UMI夹爪迁移到YAM机械臂、可穿戴外骨骼迁移到灵巧手三条路径;官方数据为:人类示范迁移在20次试验中成功率65%,UMI到YAM完成约四分钟组装任务成功率60%。

跨本体迁移并不取消机器人数据。来源称目标机器人仍提供与任务无关的数据,让模型熟悉自身身体结构和控制空间,新任务示范则可来自更易采集的人类操作。

少量示范可提升精度。在Dexter-50评测中,零样本平均成功率40%,每项一次示范后71%,五次示范后95%;这五次示范合计不足三分钟,随后在单张RTX 5090上约30分钟LoRA微调。

数据侧,预训练混合402,730小时人类第一视角视频、10,184小时UMI演示(覆盖2,897项任务)和23,500小时机器人遥操作数据。团队用不含人类视频到使用全部人类视频的四档训练对比,72项Dexter任务平均进度从50%提高到70%。

开源范围目前只有10万小时人类数据确认开放,其余模型、数据、仿真环境和采集硬件由朱玉可表示将“陆续开源”,尚无具体时间表。Jim Fan在演讲中称“这不是寒冬,这是机器人的夏天”。

英伟达GEAR团队在奥斯汀举行的CoRL大会上发布新一代机器人基础模型GR00T 2。据量子位报道,官方1分半demo展示了拿剪刀裁标签、安装显卡、擦火柴、切香蕉做早餐、收桌子、卖爆米花等任务,覆盖双手精细操作与全身移动。

开源进度方面,朱玉可在社交平台表示,GR00T 2的模型、数据、仿真环境和数据采集硬件将陆续开源;目前率先开放的是10万小时人类数据。具体开源时间表来源未给出。

跨本体适配:三条迁移路径和官方成功率

GR00T 2被Jim Fan定位为反应快、可本地运行、既容易通过示范教会也容易被推理模型引导的System 1物理技能模型。朱玉可称其内部机制为X-Adapt跨本体适配,目标是让人类或手持设备示范过的技能迁移给没有练过该任务的机器人。

英伟达展示了三条路径。人类动捕示范放置、润湿滤纸后,双五指手Dexter在未采集该任务机器人遥操作示范的情况下,20次试验成功率65%;手持UMI夹爪示范组装玩具自卸卡车后,形态不同的YAM机械臂端到端完成最长约四分钟任务,成功率60%;佩戴DexUMI手部外骨骼示范制作香蕉酸奶、舀麦片后,机器人接手完成早餐任务。

来源同时说明,跨本体迁移不意味着完全不需要机器人数据:目标机器人仍会提供与具体任务无关的数据,用于熟悉自身身体结构、运动方式和控制空间。

少量示范与微调:一次到五次示范的成功率变化

在Dexter-50评测中,GR00T 2零样本平均成功率40%;每项任务提供一次示范后提高到71%,提供五次示范后达到95%。来源称这五次示范合计不足三分钟,之后在单张RTX 5090上进行约30分钟LoRA微调,即可得到适配对应任务的模型。

英伟达还开放了WAM API,让推理模型负责任务拆解和执行进度检查,再把具体物理技能交给GR00T 2执行。

数据构成与人类视频的作用实验

GR00T 2预训练混合三类数据:402,730小时人类第一视角视频,10,184小时手持UMI演示(覆盖2,897项任务),23,500小时机器人遥操作数据。

团队用不含人类视频、1%、10%和全部人类视频四档数据训练模型,在72项Dexter任务上评估,真实机器人上的平均任务进度从50%提高到70%。该结果对应这组实验和任务范围。

配套工具链与执行端组件

英伟达把数据采集、处理、训练、仿真验证和部署串成工具链:采集端为UMI、DexUMI等设备;数据端包括Human-1M(首批10万小时子集已公开)与Flora;仿真端为SimFoundry,可从真实场景重建任务环境。

执行端方面,ASPIRE组织机器人模型与代码技能,支持任务执行和错误恢复;面向人形机器人的Turbo使用更轻量网络和更紧凑视频表示,来源称在G1机载Jetson Thor上单次预测耗时124毫秒;SONIC运行在另一块Jetson Orin上,以50Hz进行全身控制。

同场对照:Fable 5.2在RoboDojo仿真测试中的得分

来源提到,同日发布的Claude Fable 5.2在Anthropic公布的RoboDojo Sim仿真双臂测试中得分64.9%,GPT-6 Astra为29.8%,测试采用相同运行框架和各模型最高可用推理强度。这是仿真环境中的单项评测结果。

Jim Fan在CoRL演讲中说:“Astra没有打碎我们的梦想,它打破的是我们的围墙。”“这不是寒冬,这是机器人的夏天。”

信息来源

量子位原始来源

更多

新闻专题
外观