Gr00t-N1 for ultrasound robotics 是一个视觉-语言-动作模型，用于在 Isaac for Healthcare 超声环境中模仿简单的肝脏超声扫查。它基于 NVIDIA Isaac GR00T N1 的权重和架构进行微调，参数量为 2.2 billion，面向 Isaac for Healthcare 用户演示策略可以学习仿真的超声肝脏扫描任务。

模型输入包括房间相机和腕部相机的 224x224x3 RGB 图像、最长 250 token 的文本提示，以及表示 Franka arm 各关节弧度的 1x7 关节状态张量；输出为未来 16 个 6D 相对动作。训练数据来自 Isaac for Healthcare 的仿真，包含视频、文本和动作，自动采集与标注，共 400 条仿真肝脏超声扫查轨迹，30Hz，平均 210 个时间步。

评估使用 50 个 ground-truth training examples，按预测步骤是否落在对应样本 0.01 m 半径内计算，重复三次后平均成功率为 83.8%。推理引擎为 PyTorch，支持 Linux 与 NVIDIA Ampere、Blackwell、Hopper；许可证为 NSCL V1 License。该模型仅预期在 Isaac for Healthcare 的单一环境中表现良好，不预期泛化到不同机器人平台、超声探头或超声体模。