11 月 9 日,英伟达在奥斯汀举行的机器人学习会议 CoRL 上推出 GR00T 2,一款面向灵巧操作的开源世界动作模型。该模型基于 Cosmos 构建,联合预测未来画面与机器人动作,把世界模型与动作执行放在同一框架内训练。

官方给出的数据来自 50 项未见任务的评测。GR00T 2 在没有任何任务专属演示的情况下,至少完成其中 40 项各一次;仅给每类任务一条人类演示,50 项平均成功率达到 71%,演示增至五条时升至 95%。英伟达称这靠的是从人类示范中学习,并把技能在不同机器人本体间迁移,无需为该本体重新采集遥操作数据。

GR00T 2 的卖点之一是跨本体适配。研究人员佩戴动捕设备示范如何放置、润湿滤纸,双五指手 Dexter 在没有对应机器人遥操作示范的情况下,20 次试验成功率 65%;用手持夹爪示范的组装任务,也能迁移到形态不同的 YAM 机械臂,最长完成约四分钟端到端装配,成功率 60%。

生态侧,富士康把 GR00T 2 用于服务器制造的工厂自动化,西门子评估其工业场景,MicroAGI 用强化学习后训练让它完成 YAM 机械臂的以太网线缆插拔。英伟达同时发布 Isaac Lab 3.0 与 DexBench、VABAR 两个开放基准,并计划陆续开放模型、数据与仿真环境,配套的人类示教视角数据已开放 10 万小时。

英伟达 GR00T 2:把世界模型与动作执行放进同一框架基于 Cosmos,联合预测未来画面与机器人动作;模型、数据与仿真将陆续开源一、定位与训练开源前沿世界动作模型(world action model),建立在 NVIDIA Cosmos 之上训练数据含机器人数据与人类数据,其中 10 万小时为 NVIDIA 开源人类示教视角数据同时发布 Isaac Lab 3.0 与 DexBench、VABAR 两个开放基准(Isaac Lab v3.0.0 已 10-20 GA)二、50 项未见任务评测零任务专属演示:至少完成 40 / 50 项各一次每类任务 1 条人类演示:平均成功率 71%演示增至 5 条:平均成功率 95%在 RoboCasa365 / RoboLab / RoboDojo / MolmoSpaces 多榜进入前三三、跨本体适配(X-Adapt)人类动捕示范放置、润湿滤纸:双五指手 Dexter 无机器人遥操示范,20 次成功率 65%手持夹爪示范组装:迁移到形态不同的 YAM 机械臂,最长约 4 分钟端到端,成功率 60%从可穿戴外骨骼迁移到灵巧手:示范即学,无需为该本体重采数据四、生态与开源节奏富士康:服务器制造工厂自动化;西门子:评估工业场景MicroAGI:强化学习后训练完成 YAM 臂以太网线缆插拔Nexuni:机器人洗衣处理;代码计划 12 月开放五、数字与口径时间 Nov 9 CoRL(Austin)/ 100k 小时人类数据 / 50 任务 / 40·71%·95%65%·20 次 / 60%·4 分钟 / 396 MW Cape Google 400(2028)/ 10 万小时已开源口径:模型、数据、仿真环境与采集硬件将陆续开源,代码 12 月开放来源:NVIDIA 官方博客(CoRL 发布帖,2026-11-09,一手)+ 量子位(CoRL 现场报道,二手)注:Isaac Lab 3.0 本身 10-20 已 GA,本轮不以新发 Isaac 立论;重点在 GR00T 2 与开放基准
英伟达 GR00T 2 世界动作模型:CoRL 发布的四项关键事实(NVIDIA 官方博客 2026-11-09,一手)

信息来源