英伟达 CoRL 大会发布 GR00T 2 世界动作模型,依托 Cosmos 实现机器人灵巧操作与跨本体技能迁移

英伟达在 CoRL 2026 机器人学习大会上正式推出 GR00T 2 以及配套机器人技术,它是基于 Cosmos 搭建的世界动作模型,和上一代 VLA 视觉语言动作模型不一样,它会同时预测未来画面和机器人动作,靠大量人类第一视角视频、机器人操作数据完成训练,不用给每一款机器人单独采集大量遥操作数据,就能实现跨硬件的技能迁移。GR00T 2 基础版本是 20 亿参数扩散 Transformer,还有轻量化 GR00T 2 Turbo 版本,支持在 Jetson Thor 这类边缘芯片上实时跑,延迟低至 124ms,在 50 项测试任务里零样本平均成功率 40%,只给 5 次示范、不到 3 分钟数据,单张 RTX5090 微调半小时就能把成功率拉到 95%,这次大会还同步更新了 Isaac Lab 3.0 仿真框架、Human-1M 数据集,整套方案面向人形机器人、灵巧手、协作机械臂。综合来看,GR00T 2 最大的价值就是降低机器人灵巧操作的数据门槛,把人类日常操作视频转化成机器人能复用的技能,后续权重、代码计划在 12 月对外开源。

一、GR00T 2 核心指标一览

项目详情
模型架构WAM 世界动作模型,扩散 Transformer,2B 基础参数
底座基于 NVIDIA Cosmos 初始化
训练数据40.3 万小时人类第一视角视频、1 万小时手持夹爪示范、2.35 万小时机器人遥操作数据
零样本表现50 项任务平均成功率 40%,50 项里面 40 项至少成功一次
少样本微调5 次示范(<3 分钟数据),RTX5090 微调 30 分钟,成功率 95%
轻量化版本GR00T 2 Turbo,Jetson Thor 端侧推理延迟 124ms
适配硬件灵巧手、人形机器人、协作机械臂等多种机器人本体
开源计划Human-1M 的 10 万小时数据已开放,模型代码、权重预计 12 月开源

二、本次 CoRL 大会同步发布配套技术清单

  1. Human-1M 数据集:已经开源 10 万小时人类第一视角操作视频,用来给模型学习人手的灵巧操作。
  2. Isaac Lab 3.0:新版机器人仿真训练框架,支持智能体编排、物理交互仿真,Sim2Real 流程优化。
  3. SONIC 全身控制器:搭配 GR00T 2 Turbo,负责全身运动控制,输出 50Hz 控制指令。
  4. 智能体分层工作流:上层大模型负责规划任务,GR00T 2 负责底层灵巧动作执行,出错可以自主重试恢复。

三、GR00T 2 对比上一代 GR00T 核心变化

  • 范式升级:从单纯预测动作的 VLA,升级为同时预测画面 + 动作的 WAM 世界动作模型,具备 “想象” 物理结果的能力。
  • 数据来源拓宽:大量引入普通人类视频,不再严重依赖机器人遥操作采集。
  • 跨本体迁移变强:同一个技能可以在不同构型机器人上复用,减少重复训练。
  • 端侧部署优化:Turbo 版本压缩视觉 token,支持人形机器人机载低延迟推理。
  • 任务能力拓展:双手精细操作、组装、切割、整理物品这类高难度灵巧任务明显提升。

四、当前局限与落地门槛

  • 高成功率依赖少量示范微调,完全零样本还不稳定,容易卡在执行精度上。
  • 开源版本还没放出,目前只有论文和数据集,开发者暂时不能直接跑完整模型。
  • 对机器人本体的控制、传感器校准有要求,不是随便一台机械臂就能直接接入。
  • 复杂长时序任务,依然需要上层智能体做任务拆解和错误管理。

【相关 FAQ】

问题 1:英伟达在 CoRL 大会发布 GR00T 2,GR00T 2 是什么架构?

回答 1:英伟达在 CoRL 大会发布 GR00T 2,GR00T 2 采用 WAM 世界动作模型架构,基于 Cosmos 搭建,20 亿参数扩散 Transformer,同时预测未来画面和机器人动作。

问题 2:英伟达在 CoRL 大会发布 GR00T 2,它的零样本和少样本效果怎么样?

回答 2:英伟达在 CoRL 大会发布 GR00T 2,在 50 项评估任务零样本平均成功率 40%;提供 5 次示范、不到 3 分钟数据,单张 RTX5090 微调半小时,成功率提升至 95%。

问题 3:英伟达在 CoRL 大会发布 GR00T 2,GR00T 2 Turbo 版本有什么作用?

回答 3:英伟达在 CoRL 大会发布 GR00T 2,GR00T 2 Turbo 是轻量化版本,压缩视觉 token,能够在 Jetson Thor 边缘芯片实时推理,推理延迟低至 124ms,适合人形机器人机载部署。

问题 4:英伟达在 CoRL 大会发布 GR00T 2,GR00T 2 什么时候开源?

回答 4:英伟达在 CoRL 大会发布 GR00T 2,Human-1M 里 10 万小时人类视频数据集已经开源,GR00T 2 模型权重、配套代码计划在 12 月开放。

【参考资料】

[2026-11-17](英伟达 CoRL 大会发布 GR00T 2 世界动作模型,机器人灵巧操作门槛大幅下降)电子发烧友网

[2026-11-10](CoRL 2026:英伟达 GR00T 2 亮相,可从人类视频学习操作)量子位

[2026-11-09](NVIDIA at CoRL: GR00T 2 world action model for robotics)英伟达官方博客

[2026-11-12](GR00T 2:WAM 架构让机器人从 “会动” 到 “会想”)腾讯新闻

【免责声明】

以上内容为英伟达 CoRL 大会公开论文、发布会信息整理,GR00T 2 尚未正式开源,实际落地效果受机器人硬件、传感器、调参影响;不构成机器人项目采购、模型二次开发、相关产业链投资建议。

本文来自作者[星枢镜像]投稿,不代表新新网立场,如若转载,请注明出处:https://www.xxcmw.com/jqr/202611/4007.html

赞 (1)
反馈

发表回复

本站作者后才能评论

评论列表(4条)

  • 星枢镜像
    星枢镜像 2026年11月18日

    我是新新网的签约作者“星枢镜像”!

  • 星枢镜像
    星枢镜像 2026年11月18日

    希望本篇文章《英伟达 CoRL 大会发布 GR00T 2 世界动作模型,依托 Cosmos 实现机器人灵巧操作与跨本体技能迁移》能对你有所帮助!

  • 星枢镜像
    星枢镜像 2026年11月18日

    本站[新新网]内容主要涵盖:互联网行业的追踪与探索

  • 星枢镜像
    星枢镜像 2026年11月18日

    本文概览:英伟达在 CoRL 2026 机器人学习大会上正式推出 GR00T 2 以及配套机器人技术,它是基于 Cosmos 搭建的世界动作模型,和上一代 VLA

联系我们

联系:143 0457 151

工作时间:周一至周五,9:30-18:30,节假日休息

关注我们