Nvidia 发布 GR00T 2 世界动作模型
先了解这件事
Nvidia 发布基础模型 GR00T 2，采用世界动作模型（WAM）架构，同时预测下一步动作和未来短片段视频，可将人类动作迁移到机械臂、机械手和人形机器人上。该模型预训练使用约 40.3 万小时头戴相机人类视频、约 1 万小时手持夹爪演示和约 2.35 万小时遥操作机器人数据，以降低对昂贵遥操作数据的依赖。 Nvidia 研究人员称，教机器人新任务时，人只需用数据手套、专用手部夹具或手指外骨骼演示步骤即可。针对双足机器人，Nvidia 还开发了精简版 GR00T 2 Turbo，它处理的图像细节更少，可直接在人形机器人的 Jetson Thor 机载电脑上运行。 该模型目前尚不直接处理触觉传感器数据，有时会漏掉螺丝只拧了一半这类细微错误。
AI 根据报道生成 · 1 天前更新
报道时间线
沿着报道，了解事件的不同侧面。
- RadarAINvidia 发布 GR00T 2 开放世界动作模型，可驱动机器手臂、机械手和人形机器人
Nvidia 发布 GR00T 2，一个能驱动机器手臂、机械手和人形机器人的开放世界动作模型。该模型在 402,730 小时人类头戴相机视频、10,184 小时手持夹爪演示和仅 23,500 小时遥操作机器人数据上预训练，以缓解对昂贵遥操作数据的依赖。机器人通常依赖真人遥操作录制中相机帧与电机指令的配对数据，而普通人类视频缺少电机指令，早期模型难以利用。
- The DecoderNvidia 发布 GR00T 2 世界动作模型，可从人类视频学习机器人动作
Nvidia 在新研究报告中介绍 GR00T 2，它不再是视觉-语言-动作模型，而是同时预测下一步动作与未来短片的 world-action model（WAM），从而把人类视频中的动作迁移到不同形态的机器人上。
- RadarAINvidia 发布 GR00T 2 世界动作模型，可从人类视频学习机器人任务
Nvidia 发布基础模型 GR00T 2，采用世界动作模型（WAM）架构，同时预测下一步动作和未来短片段视频，用超过一千块 GB300 芯片和约 40 万小时头戴相机人类动作视频训练，可将人类动作迁移到机械臂。
- 量子位精选英伟达发布机器人基础模型GR00T 2，模型与数据将陆续开源
英伟达GEAR团队在CoRL大会发布新一代世界动作模型GR00T 2，可同时预测未来画面与机器人动作，模型、数据、仿真环境和数据采集硬件将陆续开源，首批10万小时人类数据已开放。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 1911月11日 05:00
- 近 24 小时变化
- -50%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。