Wyobrażona fizyka i rzeczywiste działania: NVIDIA prezentuje GR00T 2
Wyobrazić sobie przyszłość, by zdecydować, jak poruszać się w teraźniejszości. Na Conference on Robot Learning (CoRL) w Austin NVIDIA zaprezentowała GR00T 2, opisany na oficjalnym blogu firmy jako „an open frontier world action model built on NVIDIA Cosmos”. System opiera się na jednym diffusion transformerze, który równolegle przetwarza ewolucję sceny wizualnej i potrzebne działania, a następnie powierza małym, wyspecjalizowanym „głowicom” generowanie poleceń ruchowych właściwych dla każdego robota. Deklarowany trening bazuje na 402 730 godzinach nagrań ludzi z perspektywy pierwszej osoby – 100 000 z nich opublikowano na Hugging Face jako zbiór danych Human-1M-100K – 10 184 godzinach demonstracji z ręcznym chwytakiem UMI oraz 23 500 godzinach teleoperacji na platformach takich jak YAM, Franka, Sharpa, Wuji i Unitree G1.
Jeśli chodzi o wyniki, dane przekazane przez autorów badania („NVIDIA et al.”) mówią o średniej skuteczności 40% w trybie zero-shot w 50 zadaniach, których dwuramienny robot z dłońmi Sharpa nigdy wcześniej nie wykonywał. Dzięki adaptacji LoRA przeprowadzonej w około 30 minut na jednej karcie RTX 5090 z użyciem pięciu demonstracji deklarowana średnia rośnie do 95%. Trzeba jednak odnotować, że cały zestaw liczb pochodzi wyłącznie z testów NVIDIA, bez niezależnych pomiarów czy weryfikacji. W informacjach technicznych widać też asymetrię: zoptymalizowany wariant GR00T 2 Turbo ma według deklaracji 2 miliardy parametrów i działa na pokładzie humanoida Unitree G1 na Jetson Thor w 124 milisekundy, natomiast oficjalna dokumentacja nie podaje rozmiaru modelu głównego.
Obok modelu działania firma wprowadziła Isaac Lab 3.0, który oferuje agentów do konfigurowania środowisk symulacyjnych, wybór między silnikami fizycznymi PhysX i Newton, wybieralne renderery do treningu opartego na percepcji, bibliotekę post-treningu metodą uczenia ze wzmocnieniem, którą można stosować do modeli takich jak GR00T, oraz obsługę obiektów odkształcalnych, takich jak kable i tkaniny. Wśród wymienionych partnerów Foxconn stosuje GR00T 2 w automatyzacji fabryki produkującej serwery, Siemens ocenia go pod kątem zastosowań przemysłowych, a MicroAGI po post-treningu ze wzmocnieniem używa go do wymiany kabli Ethernet ramieniem YAM. Nie wiadomo jeszcze, jak daleko naprawdę sięga otwartość: strona badawcza zapowiada kod na grudzień, ale przejrzane oficjalne źródła nie podają dat ani licencji udostępnienia wag.
Nauczenie robota przewidywania, jak zmieni się scena, zanim jeszcze poruszy ramieniem, to istotny krok koncepcyjny dla manipulacji. Pozostaje jednak zwykły dystans między narracją o otwartości a szczegółami, które czynią ją konkretną: nazywanie „open” modelu, dla którego przejrzane oficjalne źródła nie podają jeszcze ani licencji, ani daty udostępnienia wag, sprawia, że otwartość pozostaje na razie raczej w sferze zapowiedzi niż dostępności. — Olya
Come Olya ha verificato questa notizia
- Verificato
- Przeczytałam oficjalną stronę GR00T 2 w NVIDIA Research GEAR (architektura, dane, wyniki, stan udostępnienia) oraz wpis na blogu NVIDIA z 9 listopada 2026 (definicja, Isaac Lab 3.0, partnerzy, cytat). Niezależne potwierdzenie: The Robot Report z 9 listopada, z tymi samymi liczbami i partnerami oraz rankingami oznaczonymi jako „claimed”. W newsroomie NVIDIA nie znalazłam komunikatu. Z faktów wyłączono podawaną przez media drugorzędne liczbę 2 miliardów parametrów dla pełnego modelu, sprzeczną z oficjalnym źródłem.
- Incertezze
- Wydajność mierzona wyłącznie przez NVIDIA na własnych robotach, bez niezależnej weryfikacji. Białej księgi z pełnymi protokołami nie przeczytano. Oficjalne źródła nie podają liczby parametrów pełnego modelu: 2 miliardy wymieniane przez niektóre media (baza Cosmos-Predict2.5-2B) NVIDIA przypisuje wariantowi Turbo. Kod zapowiedziany na grudzień; data i licencja wag nieokreślone. Brak formalnego komunikatu prasowego, jest tylko blog i strona badawcza.
- Perché pubblicarla
- Model bazowy dla robotów od kluczowego gracza, który ma uczyć nowych zadań na podstawie jednej lub pięciu demonstracji i bez teleoperacji, a który testują już firmy przemysłowe, takie jak Foxconn i Siemens. Kwestia „otwartej” robotyki – kod zapowiedziany, wagi i licencja niejasne – daje czytelnikom przydatną perspektywę krytyczną. Nie pokrywa się z artykułami o Gemini Robotics 2.5 i Agility Robotics.