# GR00T-N1.7-DROID

> 权威词条地址：https://robotics.hellobike.com/models/nvidia-gr00t-n1-7-droid
> 所属分类：models | 最近核验日期：2026-04-20 | 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 N1.7 (VLM + Diffusion Action Transformer)，参数规模 3.1B。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `overview_sources` | ["https://huggingface.co/nvidia/GR00T-N1.7-DROID"] |
| `layers` | ["L7", "L8"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/nvidia/GR00T-N1.7-DROID"}] |
| `updated` | 2026-04-20 |
| `vendor` | nvidia |
| `family` | vla |
| `params` | 3.1B |
| `architecture` | NVIDIA Isaac GR00T N1.7 (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"] |
| `status` | research |
| `hub_id` | nvidia/GR00T-N1.7-DROID |
| `hub_stats` | {"downloads": 1425, "likes": 10, "as_of": "2026-10-21"} |

## 技术详解与生态说明

NVIDIA Isaac GR00T N1.7 是面向通用类人机器人推理与技能的开放基础模型，可接收语言、图像、机器人本体状态和 embodiment ID 等多模态输入，输出连续动作向量，用于不同环境中的操作任务。该版本属于中等规模模型，参数量为 3,000,000,000，VLM backbone 为 Cosmos-Reason2-2B，并结合 SigLip2 视觉编码器、T5 文本编码器、MLP 本体/动作编码解码模块和基于 DiT 的 flow matching action transformer。

GR00T N1.7 – Droid 是使用 DROID Dataset 后训练的版本。DROID 被描述为大规模“in-the-wild”机器人操作数据集，包含约 76,000 条示范轨迹、约 350 小时交互数据，采集自 52 栋建筑中的 564 个不同场景，覆盖 86 个由自然语言指令描述的操作任务。模型还在仿真和真实机器人基准中评估，包括 DexMG、RoboCasa、Digital Cousin simulated GR-1 任务，以及实验室中的 grocery packing、未见过物体和工业多机器人交接协作。

模型以 PyTorch 作为运行引擎，面向 NVIDIA GPU 加速系统，并标注支持 Linux 以及 Ampere、Blackwell、Jetson、Hopper、Lovelace 等硬件微架构。该模型可用于商业和非商业用途，许可为 NVIDIA Open Model License Agreement；部署前需要结合具体用例数据进行额外测试、安全集成和防护机制设计。

## 原始核验来源 (Sources)

- [Hugging Face nvidia/GR00T-N1.7-DROID](https://huggingface.co/nvidia/GR00T-N1.7-DROID)