Nvidia 发布 GR00T 2：人类视频预训练，机器人零样本完成 50 项任务
rohanpaul_ai · x · 2026-11-11
Nvidia GEAR 团队发布新一代「世界-动作模型」GR00T 2，可同时预测未来视频与机器人动作，运行于平行夹爪、灵巧手和人形机器人，代码 12 月开放。
核心突破：
- 能用普通人类视频预训练：以往模型依赖「画面+精确电机指令」的遥操作数据，GR00T 2 通过联合预测世界演化与动作，让廉价、海量的无指令人类视频变得可用。
- X-Adaptability 跨具身迁移：仅在人类演示（滤纸衬漏斗，65% 成功率）、手持 UMI 夹爪（YAM 机械臂全程拼装玩具卡车，60%）、可穿戴 DexUMI 手（制作香蕉酸奶、划火柴点灯等长程灵巧任务）上示教，机器人无需在自身本体上练习即可完成。
- 少样本与零样本：在目标机器人从未见过的 50 项任务上零样本成功率 40%；每任务仅 5 次演示、不足 3 分钟机器人数据即可大幅提升。
- Agentic 控制：因模型会预测动作的结果，可由推理模型上层调度指挥。
所属事件:英伟达开源机器人世界-动作模型 GR00T 2(20 条相关)→
「具身」频道最新
- Russ Tedrake CoRL 演讲：尽早部署机器人，干预数据反哺训练 — DominiqueCAPaul · 2026-11-11
- 华为等发布 La-JEPA：1B 参数机器人策略跑 60.8%，超 12.4B 模型还快 5 倍 — burny_tech · 2026-11-11
- CoRL 现场：Gemini Robotics 人形机器人当众摆盘端点心 — ki_ki_ki1 · 2026-11-11
- SuperMimic 在 CoRL 现场开源:1 GPU 3 小时超越 128 GPU 7 天的 SOTA — kevin_zakka · 2026-11-11
- PolicyIK 用端到端 RL 取代机械臂逆运动学求解器,实机表现超四个经典控制器 — rsasaki0109 · 2026-11-11
- MIT 团队提出 FLEX 管线，让机器人用自然语言纠错迭代修正任务表征 — andreea7b · 2026-11-11