您的位置首页 >机器人 >

英伟达 CoRL 大会发布 GR00T 2 世界动作模型,同步推出 Isaac Lab 3.0 等机器人技术

在 2026 年 11 月 9 日于美国奥斯汀举办的机器人学习大会 CoRL(Conference on Robot Learning)上,英伟达正式发布新一代机器人基础模型 GR00T 2,同时亮出 Isaac Lab 3.0 仿真框架、DexBench 与 VABAR 新基准、Video to Data 数据工作流、EgoHand 开源模型和 agentic robotics(智能体机器人)工作流等一整套技术。核心结论是:这次发布不是单一模型升级,而是英伟达把 "世界动作模型 + 大规模仿真训练 + 评测基准 + 智能体编排" 串成了一条通用机器人开发链,让机器人从实验室演示更快走向工厂和真实场景。背后的原因是机器人训练长期缺数据、难泛化、换个本体就要重训,GR00T 2 用海量人类第一视角视频加机器人遥操作数据预训练,让模型既预测未来画面又预测动作,从而实现跨本体迁移和少样本适配。落地路径上,开发者先在 Isaac Lab 3.0 仿真里并行训练,再用新基准评测,最后通过智能体把单个技能串成多步程序。整体看,这套技术把通用机器人的训练成本和泛化门槛又往下压了一档。

一、GR00T 2 是什么:世界动作模型(WAM)

项目要点
定位新一代机器人基础世界动作模型,基于 NVIDIA Cosmos 构建
原理联合预测未来视频画面与机器人动作,"学会预测世界" 而不只是执行动作
适配本体平行夹爪、灵巧手(22-DoF Sharpa 双手)、Unitree G1 人形机器人
预训练数据人类第一视角视频 402,730 小时、手持 UMI 夹爪演示 10,184 小时(2,897 任务)、机器人遥操作 23,500 小时
开源模型开放,代码 12 月放出;Human-1M-100K 共 10 万小时人类数据已上 Hugging Face

二、GR00T 2 的四项关键能力

  1. 开箱即用(零样本):50 个目标机器人没练过的任务,不靠任务专属演示,40 个至少成功一次;纯指令零样本成功率约 40%。
  2. 少样本快速适配:每个任务 1 次演示成功率升到 71%,5 次演示(不到 3 分钟机器人数据)经单张 RTX 5090 约 30 分钟 LoRA 微调可达 95%。
  3. 跨本体迁移(X-Adaptability):只给人类演示、手持夹爪演示或可穿戴手数据,技能也能迁移到没练过的机器人本体上。
  4. 智能体控制 + 视觉引导:推理模型通过 WAM API 串联技能、出错自行恢复;标注抓取 / 释放位置后,92% 遵循 "做什么、在哪做" 的视觉指令。

另有 GR00T 2 Turbo:更小的 2B 参数 Transformer 和高压缩视频编码器,可直接跑在 Unitree G1 人形机器人本体上,负责全身移动操作(行走、弯腰、取放、配送)。

三、同场发布的配套技术

  • Isaac Lab 3.0:开源机器人学习框架,可在 PhysX 与 Newton 求解器间切换,支持可变形物体(线缆、布料)建模,灵巧操作训练吞吐较 2.3 版最高提升 2.5 倍。
  • 新评测基准 DexBench、VABAR:前者覆盖零售、物流、制造、酒店 4 场景 15 任务;后者来自 UC Berkeley,评测 6 类工业任务,带标准化难度分层。
  • Video to Data 工作流:把人类视频转成仿真机器人演示,降低数据集采集标注成本。
  • EgoHand 开源模型:重建 3D 手部动作,上线两周 Hugging Face 下载超 4 万次。
  • Agentic Robotics / GaP 框架:UC Berkeley 与英伟达合作,用智能体把单个技能连成可解释的机器人程序,在仿真里反复试错优化。

四、谁在用、进展如何

  • Foxconn 把 GR00T 2 用于服务器制造的工厂自动化;
  • Siemens 在多个工业场景评估;Nexuni 测试机器人分拣洗衣;
  • MicroAGI 经强化学习后用 YAM 机械臂完成网线插拔;
  • 两款论文 GRAIL、RoboTTT 入围 CoRL 最佳论文奖决赛。

【常见问题】

问题 1:英伟达在 CoRL 大会发布的 GR00T 2 是什么模型?

回答 1:GR00T 2 是英伟达在 CoRL 大会发布的新一代机器人世界动作模型(WAM),基于 Cosmos 构建,联合预测未来画面和动作,支持平行夹爪、灵巧手和人形机器人跨本体使用。

问题 2:GR00T 2 在 CoRL 大会上公布的少样本适配能力有多强?

回答 2:在 CoRL 大会发布的 GR00T 2,每个任务给 5 次演示、不到 3 分钟机器人数据,单张 RTX 5090 微调约 30 分钟即可把成功率从零样本 40% 提升到 95%,大幅降低新任务训练成本。

问题 3:英伟达 CoRL 发布的 GR00T 2 用了多少训练数据?

回答 3:GR00T 2 在 CoRL 发布时披露,预训练混入 402,730 小时人类第一视角视频、10,184 小时手持 UMI 夹爪演示和 23,500 小时机器人遥操作数据,其中 10 万小时人类数据已开源。

问题 4:除了 GR00T 2,英伟达在这次 CoRL 大会还发布了什么机器人技术?

回答 4:本次 CoRL 大会上,英伟达还发布了 Isaac Lab 3.0 仿真框架、DexBench 和 VABAR 两个工业机器人评测基准、Video to Data 数据工作流、EgoHand 开源模型以及 agentic robotics 的 GaP 智能体编排框架。

【参考资料】

  • [2026-11-16](英伟达的夏天,具身模型公司的冬天?)虎嗅网
  • [2026-11-13](GR00T 2: Scaling Robot Foundation Models for Generalization, Dexterity, and Adaptation)NVIDIA Research
  • [2026-11-09](Practice Makes Precise: At CoRL, NVIDIA and Partners Reveal How Robots Rehearse Delicate Work in Simulation)NVIDIA Blog
  • [2026-11-14](GR00T 2:英伟达发布的机器人基础模型)抖音百科
  • [2026-10-21](NVIDIA 借助全新人形机器人参考平台全面推进 Isaac 平台)NVIDIA 英伟达博客

【免责声明】

本文基于英伟达官方博客、研究页面及公开媒体报道整理,仅供技术了解参考,不构成投资或技术选型建议;模型指标、数据时长、成功率与开源时间均以英伟达官方正式发布和论文原文为准,后续版本可能调整。

今日大家都在搜的词: