核心要点速览
- 仅凭人的影像或手持器具的演示,就能把技能迁移到并未练习过该作业的另一台机器人上。
- 50项未经验任务的零样本成功率为40%。经过5次演示和30分钟追加学习后,可提升至95%。
- 推理模型通过WAM API下达指令,YAM组装在100次中成功97次以上。
同时读取影像与动作的System One
官方账号@nvidia于2026年11月13日,将研究用开放模型GR00T 2作为System One加以介绍。它从人的演示中学习技能,并预测自身动作会如何改变物理世界。该帖展示约71.5万次,点赞3128次。
研究页面将其称为基础世界行动模型,并把未来的影像与动作一并输出。它能在平行夹爪、多指手和人形机器人上动作,预训练使用人的影像、手持夹爪以及机器人数据。
转移到未经练习的身体上的三条路径
技能迁移即使在演示器具与执行机体并不一致时也能成立。仅由人演示的作业、手持UMI,以及复现手指动作的穿戴式DexUMI,分别由不同的机器人承接了长流程作业。
出处[2]
30分钟追加学习与WAM API
在推理模型经由WAM API调用GR00T 2的配置中,YAM组装在100次里成功了97次以上。即便压低追加学习的规模,也能完成以往模型难以做到的长流程手指作业。学习用代码已宣布将于2026年12月公开。
出处[2]
GR00T 2把演示交给另一台机器人的机制:原站入口在新标签页查看原始页面的完整内容
打开《NVIDIA GR00T 2》官方页面及相关链接 ↗X(推特)首发原帖
可在 X 上直接查看创作者发布的原帖与互动详情。
常见问题
参考链接与官方出处
- NVIDIA GR00T 2 関連ソース (1)x.com
- NVIDIA GR00T 2 関連ソース (2)research.nvidia.com




