輝達GR00T 2機器人模型只需五次示範，任務成功率達95%

Nvidia 全新的機器人模型 GR00T 2，目標是讓機器人只需看過幾次示範，就能學會一項手工作業，不必經過漫長的訓練過程。根據 Nvidia 自行進行的測試，只示範一次，模型大多時候就能做對；多示範幾次，失手的情況便少之又少。這一點很重要，因為過去要教機械手臂學會新工作，通常得一次又一次透過遙控引導它完成整套動作；這正是部署機器人時最耗時、成本最高的環節。

Nvidia 將 GR00T 2 稱為「開放世界動作模型」。這類人工智慧會觀察場景、預測自己的動作將如何改變場景，然後採取行動。模型運行於 Nvidia 的 Cosmos 世界模型之上，訓練資料則混合了機器人錄影與人類影像，其中包括一套從第一人稱視角拍攝、呈現人們如何使用雙手的影片資料庫；Nvidia 已將這套資料庫以開放原始碼形式發布。

這些數字來自 Nvidia 對 50 項操作任務所做的評估。在沒有針對特定任務提供示範的情況下，GR00T 2 至少成功完成了其中 40 項；每項任務只提供一次示範時，平均成功率為 71%，示範五次後則升至 95%。Nvidia 表示，模型能觀察人類完成某項工作，再把學到的技能轉移到不同機身的機器人上，而且不需要任何機器人影像。人工智慧代理也能透過 API 呼叫模型，把多項技能串接起來，並在某個步驟失敗時設法恢復。

部分宣稱的能力已開始接受早期測試。台灣的 Foxconn 正將 GR00T 2 用於伺服器製造的工廠自動化；Siemens 正評估模型在各類工業工作上的應用；Nexuni 則測試它處理洗衣物品的能力。MicroAGI 進一步以強化學習訓練模型，讓它能用機械手臂更換乙太網路線。

Nvidia 也同步推出 Isaac Lab 3.0。這套開放原始碼框架供研究人員在模擬環境中訓練機器人，避免一開始就拿真實硬體冒險。它與開放式物理引擎 Newton 的整合更加緊密，因此能模擬電線、布料等容易變形的材料，以及擁有多個關節的機器人手部。在一項手部操作基準測試中，Nvidia 測得 Isaac Lab 3.0 的訓練吞吐量最高可達前一版 Isaac Lab 2.3 的 2.5 倍。實際來說，這代表在相同的運算時間內，可以進行更多次練習。

不過，仍有一些限制需要留意。成功率是 Nvidia 自行測得的數據，而一項任務「至少成功一次」，與在工廠產線上整天穩定完成工作，仍相去甚遠。Nvidia 也宣稱 GR00T 2 在 RoboCasa365、RoboLab、RoboDojo 和 MolmoSpaces 等機器人排行榜上名列前三，但這些成果大多來自模擬環境。Nvidia 將模型形容為開放模型，但截至本文撰寫時，模型權重尚未出現在公司的 GitHub 或 Hugging Face 頁面；目前最新可下載的版本仍是 GR00T N1.7。消費者也沒有任何相關產品可買。這套工具是為機器人製造商和實驗室打造，並非家用機器人。

對研究實驗室以外的人來說，這項變化會逐步反映在倉庫、工廠和服務型機器人上：它們在投入工作前，所需的人工作業引導將會減少。由於這些工具以開放原始碼形式在線發布，世界各地的實驗室和新創公司都能使用，從 Nvidia 在韓國的合作夥伴 RLWRLD，到歐洲和拉丁美洲的大學皆然。

Nvidia 於 2026 年 11 月 9 日在德州奧斯汀舉行的 Conference on Robot Learning 上，發表 GR00T 2 和 Isaac Lab 3.0。同日推出的還有 Isaac Lab-Arena 0.4 開發者預覽版，這套工具可在數千種不同情境下測試機器人策略；此外也發布了兩項新的開放基準測試 DexBench 和 VABAR，用來衡量機器人處理工業任務的能力。Nvidia 尚未公布 GR00T 2 權重何時會上架公開下載頁面。

標籤: nvidia, 人形機器人, 機器人, Foxconn, GR00T 2, Isaac Lab