GR00T-H-N1.7 (VLA · 2.9B) 架构解析、开源权重与部署指南

概述

这个模型的核心架构、动作空间设计与真机部署定位。

GR00T-H-N1.7 是面向外科机器人的 NVIDIA Isaac GR00T N1.7 后训练变体，基于 GR00T N1.7 VLA foundation，并使用 Open-H embodiment dataset 进行适配。模型面向医疗健康机器人研究、外科机器人与机器人超声策略探索、基准测试和方法开发，可用于商业用途，但不用于临床部署、患者护理或医疗决策。

其架构继承 GR00T N1.7 系列，将视觉-语言基础模型与用于连续动作去噪的 diffusion transformer head 结合。模型使用 Cosmos-Reason2-2B 编码机器人图像观测和文本指令，支持可变数量相机视角；本体状态经按 embodiment ID 索引的 MLP 编码，动作由按 embodiment 区分的 MLP 编码与解码，flow matching transformer 通过自注意力处理本体状态和动作，并对视觉语言嵌入做交叉注意力。

后训练使用 Open-H 的真实世界外科子集：601 小时、约 63,930 个 episodes、58 个数据集和 7 个机器人平台，模态包括视频与运动学；完整 Open-H-Embodiment 数据集包含 770 小时、124,019 个 episodes。模型输入为 RGB 图像帧、本体状态和文本指令，输出连续值动作向量；运行时集成包括 PyTorch 与 TensorRT，许可为 NVIDIA Open Model License。

资料出处 Hugging Face nvidia/GR00T-H-N1.7

关键参数与架构规格

参数量、网络主干、控制频率、显存需求及 Hugging Face Hub 统计。

参数量: 2.9B
Hub 下载量: 520; 出处Hugging Face
Hub 点赞: 14; 出处Hugging Face

网络架构: NVIDIA Isaac GR00T N1.7 (VLM + Diffusion Action Transformer)
动作空间表示: 连续扩散去噪轨迹 (Diffusion Action Trajectory)
支持数据格式: SafeTensors

暂未公开或待收录：微调显存需求 · 闭环控制频率

快速部署与许可说明

开源许可证、权重拉取命令、预训练数据集与关联文章。

代码许可证

other

权重许可证

other

权重下载与策略推理参考

# 1. 下载 NVIDIA Isaac GR00T 模型权重
huggingface-cli download nvidia/GR00T-H-N1.7 --local-dir ./checkpoints/nvidia-gr00t-h-n1-7

# 2. 使用 Isaac-GR00T 加载策略开展推理或微调
python scripts/inference_service.py --model-path ./checkpoints/nvidia-gr00t-h-n1-7 --embodiment-tag unitree_g1

预训练与微调基准数据集：nvidia/PhysicalAI-Robotics-Open-H-Embodiment