NVIDIA 開源模型 GR00T 2 通過人類影片訓練精細手部操作

2026 年 11 月 9 日，NVIDIA 在 CoRL 2026 大會（於美國得克薩斯州奧斯汀舉行）上公佈了機器人學習與模擬方面的進展。NVIDIA 官方部落格撰文稱，模擬長期是機器人學習行走、滾動和跳躍的試驗場，如今正在幫助研究人員教機器人完成需要更精細觸感的任務，例如對齊齒輪、連線電纜和組裝小部件，機器人應用正從移動轉向操作。同場，NVIDIA 介紹了基於 NVIDIA Cosmos 構建的開源前沿世界動作模型 GR00T 2 與 Isaac Lab 3.0，並開放了用於機器人訓練的基準測試。

關於 GR00T 2 的訓練資料與能力，各方報道說法不一。DEV Community · AI 轉載的 NVIDIA 部落格稱，該模型的訓練結合了機器人資料與人類資料，其中包括 10 萬小時的 NVIDIA 開源人類第一視角資料，AI agents 可以利用該模型將人類示範中學到的技能在不同機器人本體之間遷移，而無需針對機器人本體的示範。The Next Web 報道稱，GR00T 2 部分基於 10 萬小時人類影片訓練，用於教機器人掌握精細的手部技能，在 NVIDIA 的測試中，每項任務只需五次演示即可達到 95% 的平均成功率，並稱 Foxconn、Siemens 和 Nexuni 正在測試該模型。The Decoder 的報道則稱，該模型從影片中提取人類手部動作並遷移到機械臂，訓練使用了約 40 萬小時的影片素材，無需逐臺遙操作示教，但各任務的成功率差異很大，從 10% 到 80% 不等。目前的資訊即停留在此處：NVIDIA 已釋出 GR00T 2，各篇報道所引用的測試成功率相差較大，報道未給出後續結果或定論。