快讯 22:26李在明视察蔚山在建数据中心,强调AI竞赛速度决定成败08:00Together AI 披露提示词泄露事件:编码 agent 误传凭证致样本外泄08:00Qwen4 Max登陆Together AI,1M上下文加持整仓bug修复 全部快讯 →

每日快讯

大厂动态 · 融资事件 · 政策监管 · 前沿论文 · Agent 抓取 + 智能改写,每日 40+ 条

论文 11-11 · 星期三 · 11-11 18:35 约 2 分钟读完

英伟达发布GR00T 2世界动作模型,10万小时人类数据率先开源

摘要

在CoRL大会上,英伟达GEAR团队发布新一代世界动作模型GR00T 2,可同时预测未来画面与机器人动作,支持跨本体技能迁移,模型、数据、仿真环境将陆续开源,首批10万小时人类数据已开放。

英伟达发布GR00T 2世界动作模型,10万小时人类数据率先开源
图片来源:量子位

在奥斯汀举行的CoRL大会上,英伟达GEAR团队时隔一年半推出新一代机器人基础模型GR00T 2。该模型被定位为可本地运行、响应速度快的System 1物理技能模型,能够同时预测未来画面与机器人动作,将“世界如何变化”与“机器人如何行动”放在同一框架中学习。官方演示显示,它可完成裁标签、安装显卡、擦火柴、制作早餐、收桌子和售卖爆米花等多类任务,覆盖双手精细操作与全身移动场景。

GR00T 2的核心能力之一是朱玉可提出的X-Adapt跨本体适配。英伟达展示了三条迁移路径:从人类动捕示范迁移至双五指手Dexter,未采集该任务的机器人遥操作数据,20次试验成功率为65%;从手持UMI夹爪迁移至YAM机械臂,端到端完成最长约四分钟的玩具卡车组装任务,成功率60%;从DexUMI手部外骨骼迁移至机器人灵巧手,完成制作香蕉酸奶等早餐任务。三条路径指向同一目标:同一技能不必在每种机器人上重新示范。

少量示范微调同样表现突出。在Dexter-50评测中,模型零样本平均成功率为40%,每项任务提供一次示范后升至71%,提供五次示范后达到95%,且五次示范合计不足三分钟;随后在单张RTX5090上进行约30分钟LoRA微调,即可得到适配任务的模型。英伟达还开放WAM API,使上层推理模型可负责任务拆解与进度检查,将具体物理技能交由GR00T 2执行。

支撑上述能力的是由三类数据构成的预训练体系: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)以及23,500小时机器人遥操作数据。团队在72项Dexter任务上的对照实验显示,随着人类视频数据增加,真实机器人平均任务进度从50%提升至70%。配套工具链覆盖采集端的UMI与DexUMI、数据端的Human-1M与Flora、仿真端的SimFoundry,以及执行端的ASPIRE、Turbo和SONIC,其中Turbo在G1机载Jetson Thor上单次预测耗时124毫秒。

值得注意的是,Jim Fan在演讲中表示:“Astra没有打碎我们的梦想,它打破的是我们的围墙。”不过,Anthropic公布的RoboDojo Sim仿真双臂测试显示,在相同运行框架与各模型最高可用推理强度下,Claude Fable 5.2得分64.9%,GPT-6 Astra为29.8%。

英伟达GR00T 2机器人基础模型CoRL
本文由新大陆基于公开信息编辑整理
213
收录 AI 工具
27
模型产品档案
60
企业落地案例
33
完整版提示词