# GR00T-N1.7-SimplerEnv-Bridge

> 权威词条地址：https://robotics.hellobike.com/models/nvidia-gr00t-n1-7-simplerenv-bridge
> 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 |
| :--- | :--- |
| `layers` | ["L7", "L8"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/nvidia/GR00T-N1.7-SimplerEnv-Bridge"}] |
| `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-SimplerEnv-Bridge |
| `hub_stats` | {"downloads": 1686, "likes": 9, "as_of": "2026-10-27"} |
| `overview_sources` | ["https://huggingface.co/nvidia/GR00T-N1.7-SimplerEnv-Bridge"] |

## 技术详解与生态说明

Isaac GR00T N1.7 – SimplerEnv Bridge 是 NVIDIA Isaac GR00T N1.7 模型家族中的后训练版本，面向通用人形机器人推理与技能。它是跨具身模型，接收语言、图像、机器人本体感知和 embodiment ID 等输入，输出连续动作向量，用于多样环境中的操作任务；开发者可用真实或合成数据继续后训练到特定人形机器人或任务。

架构上，N1.7 为中等规模版本，VLM backbone 为 Cosmos-Reason2-2B，使用预训练视觉编码器 SigLip2、文本编码器 T5，以及基于 flow matching 的 action transformer；flow matching transformer 以 DiT 实现，并用 AdaLN 做扩散步条件。本体感知和动作由按 embodiment 区分的 MLP 编码或解码。该 Bridge 版本使用 SimplerEnv 中的 Bridge Dataset 后训练，数据源为 LeRobot 格式转换的 BridgeData V2，原始包含 60,096 条机器人操作轨迹、24 个环境。

模型以 PyTorch 集成，支持 Linux，面向 NVIDIA GPU 加速系统；推理测试硬件写明为 A6000。评估覆盖仿真和真实机器人基准，包括上半身控制、DexMG、RoboCasa、Digital Cousin simulated GR-1 humanoid manipulation tasks，以及实验室中的杂货打包、未见物体和工业多机器人交接。许可证为 NVIDIA Open Model License Agreement，可商用和非商用；部署前需要结合具体用例数据进行额外测试、安全集成和护栏机制。

## 原始核验来源 (Sources)

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