英伟达在 CoRL 机器人学习大会正式推出新一代 GR00T N2(常被大家写成 GROOT N2)机器人通用基础模型,它和之前 GR00T N1 系列 VLA 视觉语言动作模型路线不一样,改用全新世界动作模型架构,依托 Cosmos 世界模型和 DreamZero 研究成果,能同时预判未来画面变化和机器人动作,在陌生环境完成全新任务的成功率,是主流 VLA 模型两倍以上,目前在 MolmoSpaces、RoboArena 两大通用机器人评测榜单拿到第一,支持零样本、少样本学习,还能把从人类视频、一种机器人身上学到的操作技能迁移到别的机器人本体,不需要给每一款机器人单独重新采集大量演示数据,适配 Jetson Thor 机器人边缘算力板,Turbo 版本可以做到低延迟本地推理,适合人形机器人、多臂操作机器人开发,目前权重和代码计划在 12 月开放,开发者可以搭配 Isaac 仿真平台做训练和调试。
一、GR00T N2 核心信息清单
- 发布场合:CoRL 2026 Conference on Robot Learning
- 底层架构:世界动作模型(WAM),基于 DreamZero、Cosmos 世界模型
- 模型规模:20 亿参数扩散 Transformer,附带 Turbo 轻量化版本
- 训练数据:包含 10 万小时开源人类第一视角视频、机器人遥操作轨迹、仿真合成数据
- 基准成绩:陌生新任务成功率是主流 VLA 模型 2 倍 +,RoboArena、MolmoSpaces 榜单第一
- 推理硬件:Jetson Thor,Turbo 版端侧推理延迟最低 124ms
- 开放节奏:论文已经放出,权重代码预计 12 月对外提供
- 核心能力:零样本任务、单示范快速学习、跨本体技能迁移、Agent 引导重试
二、GR00T N2 对比上一代 GR00T N1.7
| 项目 | GR00T N1.7(老版 VLA) | GR00T N2(新版世界动作模型) |
|---|---|---|
| 预测逻辑 | 看图 + 读指令,直接输出动作,不预判后续画面 | 同步预测未来画面 + 动作,理解物理因果变化 |
| 学习方式 | 依赖机器人真机演示数据 | 可以大量用人类第一视角视频学习,跨机器人迁移更强 |
| 泛化能力 | 陌生场景泛化一般 | 新环境、新任务泛化大幅提升 |
| 定位 | 成熟商用 VLA 模型,已经开放商业授权 | 前沿研究型世界动作模型,年底开放,面向下一代具身智能 |
| 端侧部署 | 支持 Jetson Thor | Turbo 版本专门优化,推理更快,适合实时操控 |
三、任务测试成功率数据
- 零示范(只给文字指令,没有演示):平均 40%,50 项任务里面 40 项至少成功一次
- 1 次示范:平均 71%
- 5 次示范 + 少量 LoRA 微调:平均 95%
四、看懂 GR00T N2 的实操步骤
- 分清架构差异:N1 是 VLA(视觉语言动作),N2 是世界动作模型,重点是预判物理世界演变;
- 确认数据来源:它能学习人类视频,不局限机器人自己的操作记录,这是跨本体迁移的关键;
- 区分版本:标准版适合训练研究,Turbo 压缩版专门给人形机器人板载实时控制;
- 落地预期:现在属于前沿模型,N1.7 才是现在可以商用投产的版本,N2 还需要开发者调试打磨;
- 配套工具:搭配 Isaac Lab 3.0、Cosmos 仿真生成环境,快速做仿真训练再迁移真机。
五、小结
GR00T N2 不是简单升级上一代 GR00T,而是换了一套世界动作模型新思路,让机器人先在内部预判接下来环境会怎么变、动作会带来什么结果,而不是看到画面直接输出动作。它解决了通用机器人很难跨形态、跨场景学操作的痛点,少样本学习能力很强,不过现阶段偏向研究向,N1.7 依旧是面向工厂人形机器人落地的主力,N2 会为后续物理 AI、通用机器人打下新的技术路线。
【相关 FAQ】
问题 1:英伟达发布 GR00T N2 机器人通用基础模型,和之前 GR00T N1 最大差别是什么?
回答 1:英伟达发布 GR00T N2 机器人通用基础模型,N1 系列属于 VLA 视觉语言动作模型,看完画面直接输出动作;GR00T N2 是世界动作模型,会同步预判未来画面和动作变化,更懂物理因果,陌生任务泛化能力提升明显,还能从人类视频学习技能跨机器人迁移。
问题 2:英伟达 GR00T N2 机器人通用基础模型,零样本和少样本效果怎么样?
回答 2:英伟达 GR00T N2 机器人通用基础模型,零示范仅靠文字指令平均成功率 40%,单条示范就能到 71%,5 次示范加上微调后平均成功率 95%,在 RoboArena、MolmoSpaces 通用机器人榜单排名第一。
问题 3:英伟达 GR00T N2 机器人通用基础模型什么时候开放,能直接拿来商用吗?
回答 3:英伟达 GR00T N2 机器人通用基础模型论文已经在 CoRL 放出,权重代码预计 12 月开放;它偏向前沿研究原型,目前商用投产优先选 GR00T N1.7,N2 还需要开发者二次调试优化。
【参考资料】
[2026-11-17](英伟达发布 GROOT N2 机器人通用基础模型)IT 之家
[2026-11-17](NVIDIA GR00T N2 world action robot foundation model released)NVIDIA Research
[2026-11-12](英伟达 GR00T 2 发布,世界动作模型突破具身智能泛化瓶颈)36 氪
[2026-11-10](CoRL 2026:GR00T 2 白皮书解读,跨本体机器人学习方案)机器之心
【免责声明】
本文内容基于英伟达 CoRL 大会公开论文、官方新闻稿以及科技媒体报道整理;GR00T N2 当前属于前沿研究模型,真机落地稳定性、商用授权方案尚未最终确定;测试成绩为官方基准环境下结果,不同机器人硬件、场景下效果存在差异,内容仅作为技术科普,不构成机器人项目采购、研发投入的投资建议。
本文来自作者[清晨海盐]投稿,不代表新品牌网立场,如若转载,请注明出处:https://www.china12315.com.cn/ppzx/202611/1493.html
评论列表(4条)
我是新品牌网的签约作者“清晨海盐”!
希望本篇文章《英伟达发布 GR00T N2 机器人通用基础模型,采用世界动作模型架构强化物理预判能力》能对你有所帮助!
本站[新品牌网]内容主要涵盖:互联网行业的追踪与探索
本文概览:英伟达在 CoRL 机器人学习大会正式推出新一代 GR00T N2(常被大家写成 GROOT N2)机器人通用基础模型,它和之前 GR00T N1 系列 VLA 视觉语言动作模型路线不一样,改用全新世界动作模型架构,依托 Cosmos 世界模型和 DreamZero 研究成果,能同时预判未来画面变化和机器人动作,在陌生环境完成全新任务的成功率,是主流 VLA 模型两倍以上,目前在 MolmoSpaces、RoboArena 两大通用机器人评测榜单拿到第一,支持零样本、少样本学习,还能把从人类视频、一种机器人身上学到的操作技能迁移到别的机器人本体,不需要给每一款机器人单独重新采集大量演示数据,适配 Jetson Thor 机器人边缘算力板,Turbo 版本可以做到低延迟本地推理,适合人形机器人、多臂操作机器人开发,目前权重和代码计划在 12 月开放,开发者可以搭配 Isaac 仿真平台做训练和调试。