群发资讯网

英伟达GR00T 2开源模型与十万小时机器人动作数据

英伟达于CoRL大会推出新一代世界动作模型GR00T 2,该模型可同步预测未来视觉画面与机器人动作序列。本次开源范围不止模型权重,还包含仿真环境、采集硬件方案,首批10万小时人类动作数据集同步对外开放。和Runway开源机器人模型路线相似,但底层基础设施差异显著:GR00T 2打包了英伟达整套仿真栈、数据采集硬件闭环,这套开源策略的核心目标,是在具身智能的数据层打造事实标准。机器人训练的数据格式、仿真接口一旦形成行业默认规范,就会牢牢占据机器人开发栈上游位置。

GR00T 2的核心能力GR00T 2属于世界动作模型,区别于单纯的视觉生成模型或动作策略模型:输入机器人的相机观测、本体状态,它一边预测未来场景画面,一边输出机器人连续动作,把视觉想象和运动规划融合在同一个模型里。 训练数据来源分为两路:真实人类遥操作采集的物理动作数据,以及Isaac Sim仿真生成的海量合成数据。本次开放的10万小时真人数据,是非常稀缺的高质量具身训练素材——真实世界的动力学、接触噪声、物体不确定性,是仿真数据很难完全复刻的。
和Runway开源机器人模型的路线分野两者都选择开源模型切入具身生态,但打法完全不同:
Runway:从视频世界模型迁移,只输出模型层,不碰采集硬件、仿真平台,轻量化吸引开发者做算法验证;英伟达GR00T 2:模型+数据集+仿真器+采集硬件方案打包开源,提供一套完整闭环开发流水线。 Runway是给开发者提供一个“算法选项”;英伟达是直接交付一套从数据采集、仿真、训练到部署的标准工作流,引导开发者用它的数据格式、接口规范。赛道竞争的重心,已经从“模型好不好”下沉到数据标准:机器人学习非常依赖数据,不同团队的数据格式、状态定义、动作空间互不兼容,迁移成本极高。谁的数据集、仿真接口成为通用标准,后续开发者、硬件厂商、数据集供应商都会主动适配这条链路。
和前面具身线索联动对照曦选创智:国产机器人大小脑一体SoC,解决算力硬件底座;他山科技触觉传感器:补齐触觉感知数据采集;本次GR00T 2:定义上层动作数据、仿真接口、世界动作模型标准;优必选等整机厂商:提供机器人本体执行端。整条具身栈分层清晰:感知硬件采集数据 → 统一数据标准与仿真环境 → 世界动作模型做规划预测 → 机器人专用SoC本地推理 → 本体执行。英伟达本次开源,瞄准的是承上启下的数据与仿真标准层。
客观约束与边界10万小时是真人遥操作数据,覆盖场景依然有边界,以通用居家、工作台任务为主,复杂工业、户外场景样本不足;开源不等于免费商用无门槛,需要留意数据集与模型的开源协议;标准能否成为事实标准,取决于国内机器人厂商、仿真平台、数据集厂商的接受度,国产具身生态也在并行建设自有数据规范;仿真和真实世界的“实仿间隙”(sim2real gap)依旧是长期难题,数据再多,也不能完全消除真实环境的不确定性。赛道增量:具身智能的生态争夺,从模型层下沉到数据层早期机器人开源,大多只是放出模型权重;现在英伟达直接把数据集、采集方案、仿真环境一起放出。 背后逻辑:模型迭代很快,几个月就会出新版本;但数据规范、仿真接口、数据采集范式一旦形成共识,生命周期会长得多。 开发者习惯了这套数据格式后,后续新模型、新传感器、新机器人硬件都要适配这套标准,形成很强的生态锁定,和当年CUDA的路径有异曲同工之处。
写在最后后续重点跟踪两点:一是国内机器人团队、仿真厂商是否大规模接入GR00T 2的数据规范;二是基于这套数据底座,能不能催生出更多跨机型通用机器人策略。 在具身智能赛道,定义数据标准,比单纯发布一个强模型更有长期话语权。