英伟达GR00T 2跨本体迁移 人类示范即可教机器人

时间：2026 年 11 月 10 日（北京时间）；模型于 11 月 9 日美国当地时间在得克萨斯州奥斯汀的 CoRL 2026 会议现场发布 地点：美国得克萨斯州奥斯汀，CoRL（Conference on Robot Learning）2026 会议；英伟达 GEAR 实验室 人物：英伟达 GEAR 实验室负责人朱玉可（Yuke Zhu）、英伟达研究团队负责人 Jim Fan，以及参与跨本体迁移演示的机器人团队 事件详情：GR00T 2 是英伟达新一代机器人基础「世界-动作模型」（world-action model），用一个扩散 Transformer 同时预测未来画面与机器人动作，而不只是输出动作。它最核心的机制叫 X-Adapt（跨本体适配），含义是同一项技能不必在目标机器人身上重新示范一遍：只用人类示范，实验室滤纸铺放并润湿的任务在 20 次试验中成功率 65%；只用手持 UMI 夹爪示范，YAM 机械臂端到端装配玩具自卸卡车的成功率为 60%，单次任务最长约 4 分钟；用可穿戴 DexUMI 手部外骨骼示范，机器人手可完成做香蕉酸奶、舀麦片、划火柴点灯等双手长程任务。预训练数据由三部分构成：402,730 小时人类第一人称视频、10,184 小时手持 UMI 演示（覆盖 2,897 个任务）和 23,500 小时机器人遥操作数据，其中 10 万小时人类数据以 Human-1M-100K 在 Hugging Face 公开。少样本适配方面，在 50 个目标机器人从未示范过的任务上，零样本平均成功率 40%，每任务给 1 次演示升到 71%，给 5 次演示（合计不足 3 分钟机器人数据）升到 95%，适配只需在单张 RTX 5090 上做 30 分钟 LoRA 微调。GR00T 2 Turbo 换用 20 亿参数的更小 Transformer 与高压缩视频编码器，单次预测在机载 Jetson Thor 上耗时 124 毫秒、在 RTX 5090 上为 38 毫秒，推理优化使中位预测延迟下降 66% 至 86%，随后由 SONIC 全身控制器以 50Hz 执行；GR00T 2 还可通过 WAM API 被推理模型当作工具调用，玩具飞机、拖拉机与 Hot Wheels 汽车三种装配任务各 100 次，分别成功 98、97、97 次。官方项目页标注代码将于 2026 年 12 月开放。 背景：机器人学习长期卡在两处：真实世界训练数据量巨大，以及编程机器人行为需要密集的工程投入。过去教一台机器人一个新动作，通常要针对它的身体形态和控制方式重新采一批机器人遥操作数据；X-Adapt 换了个思路——目标机器人只提供与具体任务无关的数据，让模型熟悉自身的身体结构与运动方式，任务示范则可以来自动捕、手持夹爪或可穿戴外骨骼。架构上，GR00T 2 从「只预测动作」转向「世界加动作」联合预测，使它能从人类视频里学到物理规律；官方页面的消融实验显示，把人类视频预训练占比从 0 提到 100% 后，72 项 Dexter 任务的真实机器人平均任务进度从 50% 升到 70%。仿真侧，英伟达用 SimFoundry 等工具做真实到仿真重建，官方称仿真评测与真实评测的匹配任务成功率相关系数为 Pearson 0.92。 影响：对国内机器人与具身智能团队，这套组合提供了一条绕开真机数据瓶颈的路径——40 万小时人类第一视角视频中已有 10 万小时以 Human-1M-100K 公开可取，而 X-Adapt 进一步压掉了「每个新任务都要重新采真机示范」这项成本。工程落地方面，Turbo 把整机部署的预测时延压到机载 124 毫秒、SONIC 以 50Hz 执行全身控制，说明「大脑在云端、身体在本地」的分层架构在算力上开始成立；WAM API 则把物理技能做成可被通用智能体调用的工具，官方数据显示 Turbo 加上仿真数据后，宇树 G1 上的分布外任务成功率从 6.7% 提升到 63.3%。需要留意的是，官方项目页标注代码 2026 年 12 月才开放，当前第三方复现条件有限，页面上的成功率也主要来自官方自测。 总结：GR00T 2 真正的新意不只是又一个机器人基础模型，而是把「谁来示范」这个问题从机器人身上挪开了：人、便携夹爪、可穿戴外骨骼都可以，机器人只需要提供少量与自己身体相关的数据。加上 40 万小时人类视频的预训练配方，具身智能的竞争焦点正从「谁有更多真机数据」转向「谁更会用人类经验」。同时，Turbo 在宇树 G1 上 124 毫秒的机载时延与 WAM API 的工具化调用，说明英伟达想把物理世界做成可被通用智能体调用的执行层。 常见问题： 问：GR00T 2 是什么？ 答：英伟达新一代机器人基础世界-动作模型，能同时预测未来画面和机器人动作。 问：GR00T 2 的代码什么时候开放？ 答：官方项目页标注代码将于 2026 年 12 月开放。 参考来源： 英伟达 GEAR 实验室 GR00T 2 官方项目页 https://research.nvidia.com/labs/gear/gr00t-2/ GR00T 2 技术白皮书（英伟达官方 PDF） https://research.nvidia.com/labs/gear/gr00t-2/assets/gr00t2_whitepaper.pdf 量子位：英伟达机器人开源撞上 Fable 5.2 发布 https://www.qbitai.com/2026/11/509032.html AGI Pulse：NVIDIA GR00T 2 白皮书上线，代码 12 月开放 https://agipulse.org/e/1095 Interesting Engineering：NVIDIA GR00T 2 lets robots learn tasks from humans, not machines https://interestingengineering.com/ai-robotics/nvidia-groot-2-human-robot-skill-transfer Hugging Face：nvidia/PhysicalAI-Human-1M-100K 人类第一视角视频数据集 https://huggingface.co/datasets/nvidia/PhysicalAI-Human-1M-100K