NVIDIA GR00T 2 实装推理 Agent：100 次玩具组装成功 97-98 次，无 Agent 只有 71-84 次
shoumikgoswami · reddit · 2026-11-10
NVIDIA 在 11 月 9 日 CoRL 上发布 GR00T 2，一个同时预测未来视频和动作的机器人模型。发布中最值得注意的不是灵巧演示，而是一个推理 Agent 帮助机器人从失败步骤中恢复的结果：
- YAM 机器人组装玩具飞机、玩具拖拉机和 Hot Wheels 小车，100 次试验分别成功 98、97、97 次；不带 Agent 的同一个后训练策略只有 71-84 次，且每次试验的零件都以杂乱布局倒在桌上（后训练数据中不存在）
- 恢复机制：Agent 观察相机图像和机器人状态，调用 GR00T 2 执行操作，零件掉落或进度停滞时切换到独立的代码化技能，再把控制权交回；部分恢复技能在仿真中开发后迁移到真机
- 作者提醒边界：这是该组合系统的成绩，不代表基础模型本身接近零失误；也只是三个玩具装配任务上的 NVIDIA 自家实验，不能外推为任意工厂工作的可靠率，且未公布构建恢复技能的人力成本
作者观点：有趣的产品方向是「尝试不完美也能收尾」的机器人，而不是每一步都必须完美的机器人——掉件后能自己恢复才是工作中的一部分。
所属事件:NVIDIA 发布 GR00T 2 世界-动作模型(12 条相关)→
「具身」频道最新
- 开发者用开放模型逆向工程，为 Surface Pro 构建定制 Linux 内核接近完成 — vincent_koc · 2026-11-10
- 一张流程图热议:规模化机器人路线几乎全押苦涩教训 — KyleMorgenstein · 2026-11-10
- CoRL 2026 双工作坊聚焦预训练策略可适配性，10 月 4 日截稿 — huihan_liu · 2026-11-10
- Robbyant 发布 LingBot-Touch,让机器手拥有类人触觉感知 — CyberRobooo · 2026-11-10
- Dyna Robotics 实测 RL 对比 IK:轮式机器人全身动作误差更低更自然 — chris_j_paxton · 2026-11-10
- AI 研究者体验 Tesla Cybercab:对自动驾驶出租车印象相当正面 — chris_j_paxton · 2026-11-10