# GR00T-N1.7-SimplerEnv-Fractal

> 权威词条地址：https://robotics.hellobike.com/models/nvidia-gr00t-n1-7-simplerenv-fractal
> 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-SimplerEnv-Fractal"] |
| `layers` | ["L7", "L8"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/nvidia/GR00T-N1.7-SimplerEnv-Fractal"}] |
| `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-Fractal |
| `hub_stats` | {"downloads": 417, "likes": 5, "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，接收语言、图像和机器人本体感知等多模态输入，输出连续动作向量以执行多样环境中的操作任务。该仓库对应 SimplerEnv Fractal 后训练版本，可用于商业和非商业用途。

模型使用预训练视觉与语言编码器，VLM backbone 为 Cosmos-Reason2-2B；RGB 图像由 SigLip2 处理，文本由 T5 编码，本体感知和动作通过按 embodiment 区分的 MLP 编码/解码，并用基于 DiT 的 flow matching action transformer 建模动作片段。该版本的后训练数据描述为 LeRobot 格式转换的 BridgeData V2，包含 60,096 条机器人操作轨迹、24 个环境。

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 的 GR-1 类人操作任务，以及实验室中的杂货打包、新物体和工业多机器人交接。推理引擎为 PyTorch，集成到具体系统前需要结合用例数据进行额外测试与安全防护。

## 原始核验来源 (Sources)

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