英伟达GR00T 2机器人模型只需五次示范，任务成功率达95%

英伟达的新款机器人模型 GR00T 2，旨在通过少量示范学会一项手工任务，而不必经历漫长的训练过程。根据英伟达自己的测试，只给它演示一次，它大多数时候就能做对；再多演示几次，它就很少出错。这一点很重要，因为过去要教机械臂做一项新工作，通常得通过遥控反复引导它完成动作，而这正是部署机器人时最耗时、最昂贵的环节。

英伟达称 GR00T 2 是一种开放世界动作模型。这类人工智能能够观察场景，预测自己的动作会如何改变场景，然后采取行动。它运行于英伟达 Cosmos 世界模型之上，训练数据则结合了机器人录像和人类影像。其中包括一套第一人称视角视频库，记录人们如何用手完成操作；这套视频库已由英伟达作为开源资源发布。

这些数据来自英伟达对 50 项操作任务的评估。即使没有针对某项任务的专门示范，GR00T 2 也至少成功完成了其中 40 项。每项任务只示范一次时，平均成功率为 71%；示范五次后，成功率升至 95%。英伟达表示，该模型能够观察人类完成某项操作，并在没有任何机器人影像的情况下，将这项技能迁移到另一种机器人本体上。人工智能代理也可以通过 API 调用该模型，将多项技能串联起来，并在某个步骤失败时恢复操作。

其中一些能力已经有早期测试者在验证。台湾的富士康正将 GR00T 2 用于服务器制造的工厂自动化；西门子正在评估它在各类工业任务中的表现；Nexuni 则在测试它处理衣物的能力。MicroAGI 还通过强化学习对模型进行了进一步训练，使它能用机械臂更换以太网线缆。

与模型一同发布的还有 Isaac Lab 3.0。这是一个开源框架，研究人员可以用它在模拟环境中训练机器人，再让机器人接触真实硬件。它与开源物理引擎 Newton 的衔接更加紧密，因此能够模拟线缆、布料等柔软易弯曲的材料，以及拥有多个关节的机器人手部。在一项手部操作基准测试中，英伟达测得其训练吞吐量最高可达此前 Isaac Lab 2.3 的 2.5 倍。实际来说，这意味着在相同的计算时间内可以进行更多轮练习。

不过，也有一些局限需要留意。成功率是英伟达自行测得的，而任务“至少成功一次”与在工厂流水线上全天候稳定完成任务相去甚远。英伟达还称，GR00T 2 在 RoboCasa365、RoboLab、RoboDojo 和 MolmoSpaces 等机器人排行榜上位列前三，但这些成绩大多来自模拟环境。英伟达将该模型描述为开放模型，但截至本文撰写时，其权重尚未出现在公司的 GitHub 或 Hugging Face 页面上；目前最新的可下载版本仍是 GR00T N1.7。消费者也没有任何产品可以买到。这是一套面向机器人制造商和实验室的工具包，并非家用机器人。

对于研究实验室以外的人来说，这项变化将逐渐体现在仓储、工厂和服务机器人上：它们投入工作前所需的人工指导会越来越少。由于这些工具以开源形式在线发布，世界各地的实验室和初创公司都能使用，包括英伟达在韩国的合作伙伴 RLWRLD，以及欧洲和拉丁美洲的大学。

英伟达于 2026 年 11 月 9 日在得克萨斯州奥斯汀举行的机器人学习大会（Conference on Robot Learning）上发布了 GR00T 2 和 Isaac Lab 3.0。同一时间亮相的还有 Isaac Lab-Arena 0.4 开发者预览版，这是一个用于在数千种不同条件下测试机器人策略的工具；此外还发布了两个全新的开放基准 DexBench 和 VABAR，用于衡量机器人处理工业任务的能力。英伟达尚未公布 GR00T 2 权重何时会开放下载。

标签: nvidia, 人形机器人, 机器人, Foxconn, GR00T 2, Isaac Lab