英伟达在CoRL发布GR00T 2世界动作模型 50项未见任务零样本成功率四成
要点
当地时间11月9日，在美国得克萨斯州奥斯汀举行的机器人学习大会（CoRL 2026）上，英伟达发布新一代机器人基础模型GR00T 2，并同步推出仿真框架Isaac Lab 3.0与一批开放基准。与以往只根据视觉和语言输入直接预测机器人动作的视觉—语言—动作模型不同，GR00T …
当地时间11月9日，在美国得克萨斯州奥斯汀举行的机器人学习大会（CoRL 2026）上，英伟达发布新一代机器人基础模型GR00T 2，并同步推出仿真框架Isaac Lab 3.0与一批开放基准。与以往只根据视觉和语言输入直接预测机器人动作的视觉—语言—动作模型不同，GR00T 2被定位为世界动作模型，它以扩散Transformer为骨架，在同一次生成过程中联合去噪未来的视频画面与机器人动作块。换句话说，模型不是先看后做，而是先在内部推演动作执行之后周围环境将如何变化，再据此生成动作指令。官方技术页面显示，该模型参数量约20亿，构建在英伟达自研的Cosmos底座之上，输入为语言指令、多路摄像头画面和机器人本体状态。
支撑这一能力的并不是新增的机器人数据，而是被重新定价的人类数据。官方研究页披露，GR00T 2的预训练混合了三类数据：402,730小时工作场景中的第一视角人类视频、10,184小时使用手持夹爪完成的演示（覆盖2,897项任务），以及23,500小时的真机遥操作。其中10万小时人类视频以Human-1M-100K的名义在Hugging Face开放，采用允许商用的CC BY 4.0许可，与之配套的数据采集硬件设计方案也一并公开。
评测口径需要拆开来看。在50项目标机器人此前没有接受过专门训练的任务上，GR00T 2有40项至少成功执行过一次，按全部测试折算的零样本平均成功率为四成；每项任务补充一次示范后平均成功率升至71%，补充五次后升至95%，每次适配只需在单张RTX 5090上做约30分钟的微调。在RoboCasa365、RoboLab、RoboDojo和MolmoSpaces四个基准的视觉语言动作与世界动作模型类别中，该模型均位列前三。
官方技术白皮书对五次示范这一数字作了限定：参与该项统计的50项任务，是从模型能够通过五轮训练达到80%以上成功率的子集中挑选出来的，因此95%在构造上就偏高，更接近实际可用水平的参考是每任务一次示范下的71%。此外，模型权重与代码要到12月才开放，研究者当下无法独立复核这些结论，官方数据与第三方复现之间仍存在时间差。
仿真一侧的进展同样是这次发布的主体。Isaac Lab 3.0已于2026年10月20日正式可用，最新版与开源物理引擎Newton的深度整合让仿真环境得以对线缆、布料等可变形物体和多点关节的机器人手建模，在基于视觉的灵巧操作基准上，其训练吞吐量最高达到上一代配合PhysX时的2.5倍。基于Isaac Lab构建的AlphaNIST用单一策略学会了NIST装配任务板的全部20项任务，仅依靠成功与否的二元信号操作毫米级零件，训练成功率超过98%，而逐任务独立训练的策略为81%，所需GPU时间约为后者的三十九分之一。支撑这一结果的成功引导采样方法由华盛顿大学与英伟达共同提出，把训练集中在策略成功率约为一半的边界任务上，使训练规模得以扩展到超过一百万个并行环境。
更值得留意的是一组消融结果。英伟达分别用0%、1%、10%和100%比例的人类视频预训练了四个模型，在72项下游任务上评测，真机任务进度从50%提升到70%，仿真回放进度从64%提升到77%。这条曲线说明的重点不是人类视频本身更优，而是单位成本更低的数据能够被有效转换为真机技能——在机器人数据昂贵、人类视频相对廉价这一现实条件下，这正是最有价值的杠杆。
落到产业侧，公开信息显示富士康正将GR00T 2用于服务器制造的产线自动化，西门子在不同工业用例中评估该模型，Nexuni在测试机器人洗衣作业，MicroAGI则用强化学习后训练的方式让模型在YAM机械臂上完成网线交换。这些均属测试或评估阶段，尚无企业宣布量产部署。面向端侧部署的GR00T 2 Turbo参数量与主模型相当，通过减少空间视频令牌数量压缩计算开销，可在Jetson Thor上完成单次预测；配合以50赫兹运行的全身控制器，该组合已在G1人形机器人上完成地面清洁与桌面整理等需要手部操作与身体移动相配合的任务。
把这轮发布放回更长的脉络里看，方向的变化比数字本身更关键：仿真长期承担的是让机器人学会行走、翻滚这类运动技能，而这一代模型把预演物理变化本身写进了训练目标，精细操作取代移动能力成为大会的主题词。但同样需要清醒的是，所有公开指标都来自仿真与受控评测环境，与产线要求的连续数百小时无故障运行并不是同一个量纲。从演示走向作业之间，仍横亘着经济性、可靠性与数据闭环三道关口，而这三道关口都不会因为一次模型发布而自动消解。
