NVIDIA发布GR00T 2研究报告

NVIDIA 在一份新研究报告中介绍了机器人基础模型 GR00T 2：它不再直接由图像和语言指令生成动作，而是同时预测下一步动作与未来短视频画面，从而把人类操作动作迁移到机械臂。训练使用了超过一千块 GB300 芯片的集群和约 40 万小时头戴相机拍摄的人类操作视频；面对新任务时，只需人用数据手套或手指外骨骼演示。 实验室中，五指机器人完成了点火柴、切香蕉等任务，但成功率因任务而异，在 10% 到 80% 之间。在模型经少量示例已表现较好的 50 个选定任务上，不到三分钟的常规训练即可把成功率从 40% 提升到 95%；而在没有纠正语言模型和额外微调时，玩具车组装 100 次仅成功 23 次。上述结果均来自 NVIDIA 的研究报告。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。