NVIDIA представила GR00T 2 для обучения роботов по видео людей
NVIDIA представила модель управления роботами GR00T 2 на конференции CoRL 9 ноября 2026 года. Она учится на видеозаписях действий людей и данных роботов, одновременно предсказывая следующие движения и изменения изображения с камер.

Модель получает недавние кадры, текстовое задание и сведения о состоянии робота. На их основе она рассчитывает последовательность действий вместе с будущими кадрами, выполняет эту последовательность и повторяет расчёт. Для разных конструкций роботов используются отдельные выходные модули, преобразующие результат в команды движения.
В обучающую выборку вошли около 403 тысяч часов видео людей от первого лица, 10 184 часа демонстраций с ручным захватом UMI и 23 500 часов телеуправления роботами. Из человеческих видеозаписей NVIDIA открыла доступ к набору объёмом 100 тысяч часов.
Что проверили на роботах
В испытаниях NVIDIA на 50 заданиях, которых целевой робот не видел в своих демонстрациях, GR00T 2 показала среднюю успешность 40% без дополнительного обучения под эти задания. При этом 40 из 50 заданий удалось выполнить хотя бы один раз – это отдельный показатель охвата задач.
После одной демонстрации на задание средняя успешность достигла 71%, после пяти – 95%. Для варианта с пятью демонстрациями исследователи указывают менее трёх минут данных робота на задание и 30 минут дообучения на одной RTX 5090. Эти результаты относятся к набору испытаний NVIDIA.
Компания также показала перенос навыков с человека на робота без телеуправляемых демонстраций конкретного задания. В одном опыте робот с двумя пятипалыми руками укладывал фильтровальную бумагу в лабораторную воронку и смачивал её из промывалки; успешность составила 65%.
Анонс и результаты опубликованы в блоге NVIDIA и на странице исследования. Публикация кода GR00T 2 запланирована на декабрь 2026 года.




Комментарии (0)