NVIDIA GR00T 2 uczy roboty na nagraniach pracy ludzi

Co NVIDIA pokazała na CoRL w Austin

Główną nowością jest GR00T 2, następca rodziny GR00T N1, zbudowany na platformie Cosmos. NVIDIA określa go jako world action model, czyli model, który przewiduje przyszły obraz i działania robota jednocześnie. Dzięki temu ma uczyć się, jak przebiega fizyczna interakcja, zamiast wyłącznie odtwarzać ruchy.

Razem z modelem firma przedstawiła Isaac Lab 3.0, Isaac Lab-Arena 0.4 do oceny działania robotów oraz model EgoHand do odtwarzania ruchu dłoni w 3D. CoRL to doroczna konferencja poświęcona uczeniu robotów. Z oficjalnego wpisu NVIDII wynika, że większość nowości jest skierowana do zespołów badawczych i producentów robotów, a nie do użytkowników końcowych.

Jak GR00T 2 uczy się na nagraniach ludzi

Największa zmiana polega na przenoszeniu umiejętności między różnymi ciałami. Na stronie badawczej NVIDIA opisuje robota z dwiema pięciopalczastymi dłońmi, który po pokazach wykonywanych wyłącznie przez ludzi włożył bibułę do lejka laboratoryjnego i zwilżył ją w 65 proc. prób. Ramię YAM, uczone tylko za pomocą ręcznego chwytaka UMI, złożyło zabawkową wywrotkę w 60 proc. prób.

Dla producentów robotów ma to konkretny sens ekonomiczny. Zbieranie demonstracji na fizycznym robocie jest powolne i kosztowne, a nagranie człowieka z kamerą na głowie jest znacznie łatwiejsze. NVIDIA udostępnia w tym celu 100 000 godzin nagrań z perspektywy pierwszej osoby oraz proces Video to Data, który zamienia wideo w symulowane pokazy dla robota.

Wyniki GR00T 2 podane przez NVIDIĘ

Poniższe liczby pochodzą od producenta i nie zostały niezależnie potwierdzone.

• Bez pokazów dotyczących konkretnego zadania model wykonał co najmniej raz 40 z 50 ocenianych zadań.
• Przy jednym pokazie na zadanie średnia skuteczność w 50 zadaniach wyniosła 71 proc.
• Przy pięciu pokazach na zadanie średnia skuteczność wzrosła do 95 proc.
• W testach RoboCasa365, RoboLab, RoboDojo i MolmoSpaces NVIDIA umieszcza model w czołowej trójce w swojej kategorii.

Co zmienia Isaac Lab 3.0

Isaac Lab to otwarty framework do trenowania robotów w symulacji. Wersja 3.0 pozwala przełączać się między silnikami fizyki PhysX i Newton, wybierać renderer do treningu opartego na obrazie oraz konfigurować środowiska z pomocą agentów AI. Newton obsługuje też obiekty odkształcalne, takie jak kable i tkaniny, które są trudne do symulowania.

Według NVIDII w teście zręcznej manipulacji opartej na obrazie Isaac Lab 3.0 z silnikiem Newton trenuje do 2,5 raza szybciej niż wersja 2.3 z PhysX. Wydanie v3.0.0 pojawiło się na GitHubie 20 października 2026 roku, więc na CoRL firma pokazała je już jako gotowe. Główny plik licencji repozytorium to BSD-3-Clause, a osobne warunki ma moduł mimic.

Kiedy GR00T 2 będzie można pobrać

NVIDIA nazywa GR00T 2 modelem otwartym, ale na razie to zapowiedź. Strona badawcza oznacza kod jako dostępny w grudniu, bez dokładnej daty. Sprawdziliśmy 10 listopada 2026 roku profil NVIDII w Hugging Face i nie znaleźliśmy tam wag GR00T 2. Wpis firmowy nie podaje też nazwy licencji.

Licencja ma tu duże znaczenie, bo część wcześniejszych modeli NVIDII z rodziny Cosmos jest opisana na Hugging Face jako objęta własnymi warunkami firmy. Do czasu jej publikacji firmy nie powinny zakładać, że będą mogły użyć modelu komercyjnie na takich samych zasadach jak oprogramowania Isaac Lab.

Co to oznacza dla polskich firm i uczelni

Dla polskich magazynów i fabryk to na razie sygnał kierunku, a nie gotowy produkt. Automatyzacja zadań z tkaninami i drobnymi elementami jest już testowana w Polsce, czego przykładem są roboty sortujące zwroty dla Zalando w Świebodzinie. W naszej ocenie jeśli skuteczność po kilku pokazach potwierdzi się w niezależnych testach, spadnie koszt przezbrajania robotów pod nowe zadania.

Uczelnie i zespoły badawcze mogą działać już teraz, ponieważ Isaac Lab 3.0 jest dostępny, a NVIDIA deklaruje otwarcie zbioru nagrań. Rozsądnym krokiem jest sprawdzenie, czy własne środowisko symulacyjne działa z nową wersją, i poczekanie z planami dotyczącymi GR00T 2 do grudniowej publikacji kodu oraz warunków licencji.

Ograniczenia i niewiadome

Wszystkie wyniki podaje NVIDIA. The Next Web zwraca uwagę, że według pracy badawczej firmy zadania wybrano spośród tych, których model i tak potrafi dobrze się nauczyć, więc 71 i 95 proc. nie opisują dowolnego zadania w fabryce. Skuteczność przenoszenia umiejętności z nagrań ludzi wynosi w pokazanych przykładach 60-65 proc., co jest dalekie od wymogów produkcji.

Foxconn, Siemens, Nexuni i MicroAGI są wymieniane jako firmy testujące model, lecz według The Next Web żadna z trzech pierwszych nie zadeklarowała wdrożenia produkcyjnego. Nie znamy też wymagań sprzętowych GR00T 2 ani daty publikacji wag.