Skip to content

新闻X11 天前

Nvidia发布GR00T 2开放世界动作模型缓解遥操作数据依赖 ​

本文由 AI 根据公开内容整理,可能有误,请以原文为准:Nvidia released GR00T 2, an open world-action model that runs arms, robot hands and humanoids.(X:Rohan Paul (@rohanpaul_ai)(via AIHOT))

核心内容 ​

Nvidia正式发布GR00T 2开放世界动作模型,旨在解决具身智能领域真机遥操作数据采集成本高、规模稀缺的核心痛点。该模型专为驱动机器手臂、灵巧手及人形机器人设计,通过创新的数据配比策略,在仅使用23,500小时遥操作机器人数据的前提下,实现了对多形态本体的有效动作生成与控制能力验证。

技术架构上,GR00T 2采用大规模异构数据预训练范式:利用402,730小时人类头戴相机第一视角视频学习通用物理交互逻辑,结合10,184小时手持夹爪演示数据构建操作先验,最后以少量真机遥操数据进行对齐。这种“海量人类视频+中等规模夹爪演示+少量真机数据”的三层数据结构,显著降低了纯机器人数据的权重需求,为跨本体迁移提供了新路径。

关键看点 ​

  • 数据配比:预训练融合402,730小时人类头戴视频、10,184小时夹爪演示与23,500小时遥操数据
  • 模型定位:开放世界动作模型,统一支持机器手臂、机械手及人形机器人等多形态本体驱动
  • 成本优化:通过引入海量人类视觉与夹爪演示数据,大幅减少对高成本真机遥操作数据的绝对依赖
  • 泛化机制:利用第一视角视频学习通用交互逻辑,结合夹爪演示构建操作先验以提升零样本迁移能力

工程与产业观察 ​

GR00T 2验证了“人类视频+夹爪演示”替代纯真机数据的技术可行性,为具身智能突破数据瓶颈提供工程范式。其异构数据预训练策略表明,未来算法研发重心将从单纯扩大遥操规模转向高效利用低成本人类交互数据,这对降低人形机器人训练门槛具有关键参考价值。

线索来源:AIHOT

基于本页技术方向关联的整机参数、核心零部件、实测报告与同赛道选型横评。

外部来源

本页事实对应的公开页面,以原文为准。(点击将离开本站)

  1. X:Rohan Paul (@rohanpaul_ai)(via AIHOT):Nvidia released GR00T 2, an open world-action model that runs arms, robot hands and humanoids. ↗访问 2026-11-11