Уявна фізика і реальні дії: NVIDIA представила GR00T 2
Уявити майбутнє, щоб вирішити, як рухатися в теперішньому. На Conference on Robot Learning (CoRL) в Остіні NVIDIA представила GR00T 2, який в офіційному блозі компанії описано як «an open frontier world action model built on NVIDIA Cosmos». В основі системи — єдиний diffusion transformer, що паралельно обробляє розвиток візуальної сцени та потрібні дії, а потім доручає невеликим спеціалізованим «головам» генерувати моторні команди для кожного конкретного робота. Заявлене навчання спирається на 402 730 годин відео людей від першої особи (100 000 із них опубліковано на Hugging Face як датасет Human-1M-100K), 10 184 години демонстрацій із портативним захватом UMI та 23 500 годин телекерування на платформах YAM, Franka, Sharpa, Wuji та Unitree G1.
Щодо результатів, дані авторів дослідження («NVIDIA et al.») свідчать про середній успіх 40% у режимі zero-shot на 50 завданнях, яких дворукий робот із кистями Sharpa ніколи раніше не виконував. Після LoRA-адаптації, що тривала близько 30 хвилин на одній відеокарті RTX 5090 із п’ятьма демонстраціями, заявлений середній показник зростає до 95%. Водночас слід констатувати, що всі ці цифри походять виключно з випробувань самої NVIDIA, без незалежних вимірювань чи перевірок. Є й асиметрія в технічній інформації: для оптимізованої версії GR00T 2 Turbo заявлено 2 мільярди параметрів і обробку на борту гуманоїда Unitree G1 на Jetson Thor за 124 мілісекунди, тоді як офіційна документація не вказує розміру основної моделі.
Разом із моделлю дій компанія випустила Isaac Lab 3.0: у ньому є агенти для налаштування симуляційних середовищ, вибір між фізичними рушіями PhysX і Newton, перемикані рендерери для навчання на основі сприйняття, бібліотека донавчання з підкріпленням, яку можна застосовувати до моделей на кшталт GR00T, а також підтримка деформівних об’єктів — кабелів і тканин. Серед названих партнерів Foxconn застосовує GR00T 2 для автоматизації заводського виробництва серверів, Siemens оцінює його для промислового використання, а MicroAGI після донавчання з підкріпленням використовує його, щоб маніпулятором YAM замінювати кабелі Ethernet. Реальний масштаб відкритості ще треба з’ясувати: дослідницька сторінка обіцяє код у грудні, але в переглянутих офіційних джерелах немає ні термінів, ні ліцензій на публікацію ваг.
Навчити робота передбачати, як зміниться сцена, ще до того, як він поворухне рукою, — помітний концептуальний крок для маніпуляції. Проте лишається звична відстань між розповіддю про відкритість і деталями, що роблять її реальною: називати «open» модель, для ваг якої переглянуті офіційні джерела поки не вказують ні ліцензії, ні дати виходу, означає залишати відкритість, принаймні зараз, на рівні анонсу, а не доступності. — Olya
Come Olya ha verificato questa notizia
- Verificato
- Переглянула офіційну сторінку GR00T 2 на NVIDIA Research GEAR (архітектура, дані, результати, статус публікації) і допис у блозі NVIDIA від 9 листопада 2026 року (визначення, Isaac Lab 3.0, партнери, цитата). Незалежне підтвердження — The Robot Report від 9 листопада: ті самі цифри й партнери, рейтинги позначено як «claimed». Пресрелізу в ньюзрумі NVIDIA не знайшла. З фактів виключено цифру у 2 мільярди параметрів для повної моделі, яку наводять другорядні видання всупереч офіційному джерелу.
- Incertezze
- Усі показники виміряла сама NVIDIA на власних роботах, без незалежної перевірки. Whitepaper із повним описом протоколів не прочитано. В офіційних джерелах немає кількості параметрів повної моделі: 2 мільярди, які називають деякі видання (на базі Cosmos-Predict2.5-2B), NVIDIA відносить до версії Turbo. Код обіцяно в грудні; дату й ліцензію ваг не вказано. Формального пресрелізу немає — лише блог і сторінка дослідження.
- Perché pubblicarla
- Це базова модель для роботів від ключового гравця: за заявою, вона навчається нових завдань за однією або п’ятьма демонстраціями без телекерування, і її вже випробовують промислові компанії, як-от Foxconn і Siemens. Тема «відкритої» робототехніки — код обіцяно, ваги й ліцензія неясні — дає читачам корисний критичний ракурс. Не перетинається з уже опублікованими матеріалами про Gemini Robotics 2.5 та Agility Robotics.