Teknologi

Nvidias GR00T 2 lærer robotter en opgave på fem demonstrationer og lykkes i 95 procent

Susan Hill
Tilføj os på Google

Nvidias nye robotmodel GR00T 2 er udviklet til at lære manuelt arbejde ud fra nogle få demonstrationer i stedet for et langt træningsforløb. Vis den en opgave én gang, og i Nvidias egne tests løser den den rigtigt det meste af tiden. Viser man den opgaven nogle gange mere, går den sjældent fejl. Det er vigtigt, fordi det normalt har krævet, at man igen og igen fjernstyrer en robotarm gennem bevægelserne for at lære den en ny opgave. Det er en langsommelig og bekostelig del af at tage robotter i brug.

Nvidia kalder GR00T 2 en open-world-handlingsmodel. Det er en type AI, der ser en situation, forudsiger, hvordan dens bevægelser vil ændre den, og derefter handler. Modellen kører på Nvidias verdensmodeller Cosmos og er trænet på en blanding af optagelser med robotter og videooptagelser af mennesker. Materialet omfatter et bibliotek med førstepersonsvideoer af mennesker, der bruger hænderne, som Nvidia har udgivet som open source.

Resultaterne stammer fra Nvidias evaluering af 50 opgaver, hvor robotter skal manipulere genstande. Uden en demonstration, der specifikt viser den pågældende opgave, gennemførte GR00T 2 mindst én gang 40 af de 50 opgaver. Med én demonstration pr. opgave var den gennemsnitlige succesrate 71 procent, og med fem demonstrationer steg den til 95 procent. Nvidia siger, at modellen kan se et menneske udføre noget og overføre færdigheden til en anden robotkrop uden optagelser af robotter. AI-agenter kan også kalde modellen via et API for at kæde færdigheder sammen og rette op på forløbet, hvis et trin mislykkes.

Nogle af de påståede evner er allerede ved at blive afprøvet. Taiwans Foxconn bruger GR00T 2 til fabriksautomatisering i serverproduktionen, Siemens evaluerer modellen på tværs af industrijob, og Nexuni tester den til håndtering af vasketøj. MicroAGI videreudviklede den med reinforcement learning, så den kan udskifte Ethernet-kabler med en robotarm.

Sammen med modellen lancerede Nvidia Isaac Lab 3.0, open source-rammen, som forskere bruger til at træne robotter i simulering, før de sætter rigtigt udstyr på spil. Den tættere kobling til Newton, en open source-fysikmotor, gør det muligt at simulere bløde materialer som kabler og stof samt robothænder med mange led. I en benchmarktest af håndmanipulation målte Nvidia op til 2,5 gange så høj træningskapacitet som med den tidligere Isaac Lab 2.3. I praksis betyder det flere træningsforsøg med den samme mængde computerkraft.

Der er dog begrænsninger, man bør have in mente. Succesraterne er Nvidias egne målinger, og at gennemføre en opgave »mindst én gang« er langt fra det samme som at kunne udføre den hele dagen på en fabrikslinje. Nvidias påstande om top-tre-placeringer for GR00T 2 på robotikranglister som RoboCasa365, RoboLab, RoboDojo og MolmoSpaces gælder også for det meste simuleringer. Nvidia beskriver modellen som åben, men da denne artikel blev skrevet, var dens vægte endnu ikke dukket op på virksomhedens GitHub- eller Hugging Face-sider. Den nyeste version, der kan downloades, er stadig GR00T N1.7. Forbrugerne har heller ikke noget at købe. Det er et værktøjssæt til robotproducenter og laboratorier, ikke en hjemmerobot.

For alle uden for forskningslaboratorier vil forandringen vise sig gradvist i lager-, fabriks- og servicerobotter, som kræver mindre håndholdt hjælp, før de sættes i arbejde. Fordi værktøjerne er open source og offentliggjort online, kan laboratorier og startups overalt bruge dem – fra Nvidias partnere i Korea, såsom RLWRLD, til universiteter i Europa og Latinamerika.

Nvidia præsenterede GR00T 2 og Isaac Lab 3.0 den 9. november 2026 på Conference on Robot Learning i Austin, Texas. Samtidig blev en udviklerforhåndsvisning af Isaac Lab-Arena 0.4 lanceret. Værktøjet bruges til at teste robotpolitikker på tværs af tusindvis af variationer, og lanceringen blev fulgt af to nye åbne benchmarks, DexBench og VABAR, der skal måle, hvor godt robotter håndterer industrielle opgaver. Nvidia har ikke oplyst, hvornår GR00T 2’s vægte bliver tilgængelige til offentlig download.

Tags: , , , , ,

Tilføj os på Google

Debat

Der er 0 kommentarer.