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

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

  1. 发布场合:CoRL 2026 Conference on Robot Learning
  2. 底层架构:世界动作模型(WAM),基于 DreamZero、Cosmos 世界模型
  3. 模型规模:20 亿参数扩散 Transformer,附带 Turbo 轻量化版本
  4. 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
  5. 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
  6. 推理硬件:Jetson Thor,Turbo 版端侧推理延迟最低 124ms
  7. 开放节奏:论文已经放出,权重代码预计 12 月对外提供
  8. 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 ThorTurbo 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

  1. 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;
  2. 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;
  3. 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;
  4. 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;
  5. 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

赞 (1)

今日大家都在搜的词:

发表回复

本站作者后才能评论

评论列表(4条)

  • 清晨海盐
    清晨海盐 2026年11月17日

    我是新品牌网的签约作者“清晨海盐”!

  • 清晨海盐
    清晨海盐 2026年11月17日

    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!

  • 清晨海盐
    清晨海盐 2026年11月17日

    本站[新品牌网]内容主要涵盖:互联网行业的追踪与探索

  • 清晨海盐
    清晨海盐 2026年11月17日

    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。

联系我们

联系:143 0457 151

工作时间:周一至周五,9:30-18:30,节假日休息

关注我们