# GR00T-N1.6-3B

> 权威词条地址：https://robotics.hellobike.com/models/nvidia-gr00t-n1-6-3b
> 所属分类：models | 最近核验日期：2025-12-15 | 技术层级：L7, L8

## 核心摘要

nvidia 在 Hugging Face 发布的机器人模型，架构为 NVIDIA Isaac GR00T N1.6 (VLM + Diffusion Action Transformer)，参数规模 3.3B，训练数据包含 nvidia/PhysicalAI-Robotics-GR00T-X-Embodiment-Sim。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L7", "L8"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/nvidia/GR00T-N1.6-3B"}] |
| `updated` | 2025-12-15 |
| `vendor` | nvidia |
| `family` | vla |
| `params` | 3.3B |
| `architecture` | NVIDIA Isaac GR00T N1.6 (VLM + Diffusion Action Transformer) |
| `action_representation` | 连续扩散去噪轨迹 (Diffusion Action Trajectory) |
| `code_license` | Apache-2.0 |
| `weights_license` | Apache-2.0 |
| `data_formats` | ["SafeTensors"] |
| `pretraining_data` | ["nvidia/PhysicalAI-Robotics-GR00T-X-Embodiment-Sim"] |
| `status` | research |
| `hub_id` | nvidia/GR00T-N1.6-3B |
| `hub_stats` | {"downloads": 10074, "likes": 94, "as_of": "2026-10-26"} |
| `overview_sources` | ["https://huggingface.co/nvidia/GR00T-N1.6-3B"] |

## 技术详解与生态说明

GR00T N1.6 是面向通用人形机器人技能的开放视觉-语言-动作（VLA）模型，可接收语言、图像等多模态输入，在多样环境中执行操作任务。模型可通过后训练适配特定具身形态、任务和环境，运行集成使用 PyTorch，并面向 NVIDIA GPU 加速系统优化。

其架构结合视觉语言基础模型与用于连续动作去噪的扩散 Transformer 头。RGB 相机帧由预训练视觉 Transformer SigLip2 处理，文本由预训练 Transformer T5 编码，本体感知经按具身 ID 索引的 MLP 编码；flow matching Transformer 在本体感知、动作以及视觉语言嵌入之间建模，并在推理时从高斯噪声迭代重构连续动作。

训练数据包含双臂、半人形和大规模人形机器人数据，来源包括真实采集数据以及使用 NVIDIA Isaac GR00T Blueprint 组件生成的合成数据。许可为 Nvidia License，部署地域为全球，目标用户包括研究者、开源社区、开发者、创业公司和企业。

## 原始核验来源 (Sources)

- [Hugging Face nvidia/GR00T-N1.6-3B](https://huggingface.co/nvidia/GR00T-N1.6-3B)