GR00T 2: Прорыв в универсальном управлении
NVIDIA представила GR00T 2 — открытую модель действий мира (world action model), построенную на базе NVIDIA Cosmos. Модель обучена на 100 000 часов эгоцентрических данных человека и робототехнических данных, что позволяет роботам осваивать ловкие манипуляции без специфических демонстраций для каждой задачи.
Ключевые метрики производительности GR00T 2:
- Автономность: выполнила 40 из 50 задач хотя бы один раз без предварительных демонстраций.
- Обобщение: достигла успеха в 71% задач при одной демонстрации и 95% при пяти.
- Рейтинг: входит в топ-3 моделей в бенчмарках RoboCasa365, RoboLab, RoboDojo и MolmoSpaces.
Isaac Lab 3.0 и физический движок Newton
Параллельно обновлена платформа Isaac Lab 3.0. Главное изменение — интеграция открытого физического движка Newton, который позволяет моделировать деформируемые объекты (кабели, ткань) и сложные сочлененные системы (манипуляторы с множеством суставов). Это критически важно для передачи навыков из симуляции в реальность (sim-to-real).
Сравнение пропускной способности обучения в симуляции:
| Конфигурация | Результат (Throughput) | Примечание |
|---|---|---|
| Isaac Lab 3.0 + Newton | До 2.5x быстрее | Поддержка деформируемых объектов и параллельное обучение |
| Isaac Lab 2.3 + PhysX | Базовый уровень | Стандартная физика, менее точная симуляция мягких тел |
Практическое применение и партнеры
Технологии уже тестируются крупными игроками рынка. Siemens оценивает GR00T 2 для промышленных задач, Foxconn применяет её в автоматизации сборки серверов, а Nexuni использует для обработки белья. Стартап MicroAGI демонстрирует автоматическую замену Ethernet-кабелей с помощью робота YAM, используя агентный подход для калибровки симуляции в Isaac Lab 3.0.
Дополнительно представлен EgoHand — модель реконструкции 3D-движения рук, скачанная более 40 000 раз за две недели. В сочетании с новым workflow «Video to Data», превращающим видео людей в симуляционные демонстрации, NVIDIA закрывает цикл от сбора данных до обучения автономных роботов.
Бенчмарки
| Бенчмарк | AlphaNIST | Separate pe |
|---|---|---|
| NIST Assembly Task Board (AlphaNIST) | 98% | 81% |
Жирным — лучший результат в строке. Источник цифр — официальная публикация.
Источник: NVIDIA Blog ↗
