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。