Роботы NVIDIA научились осваивать незнакомые задачи всего за пять демонстраций и полчаса обучения. Новая модель GR00T 2 достигла успешности 95% в испытаниях, а главное, смогла переносить человеческие навыки на машины, которые никогда раньше не выполняли показанные действия.
NVIDIA представила GR00T 2 на конференции CoRL 2026. В отличие от обычных систем управления роботами, новая нейросеть одновременно прогнозирует будущие изображения с камер и движения механизмов. Модель не просто выбирает следующую команду, а предсказывает, как изменится окружающая обстановка после каждого действия.
Для подготовки GR00T 2 исследователи собрали 402 730 часов видеозаписей человеческой работы от первого лица, 10 184 часа демонстраций с ручными захватами и 23 500 часов дистанционного управления роботами. Ещё 100 тысяч часов человеческого видео NVIDIA открыла для других разработчиков. Такой подход позволяет машинам учиться не только на собственном опыте.
Самый показательный эксперимент охватил 50 задач, которых испытуемый робот прежде не выполнял. Без дополнительных примеров средняя успешность составила 40%. Одна демонстрация подняла результат до 71%, а пять показов, занявших менее трёх минут, довели показатель до 95%. Для дообучения хватило 30 минут работы одной видеокарты RTX 5090.
Способность переносить навыки проверили на лабораторных операциях. Робот с двумя пятипалыми руками научился укладывать фильтровальную бумагу в воронку и смачивать её жидкостью, наблюдая только за людьми. Успешность достигла 65%. Другой манипулятор собрал игрушечный самосвал с результатом 60%, хотя обучающие движения записывали совершенно другим захватом.
GR00T 2 справилась и с более тонкой работой. Роботизированные руки Sharpa с 22 степенями свободы каждая устанавливали модули памяти GB300 с успешностью 85% и собирали игрушечный грузовик с результатом 65%. Дополнительное обучение методом подкрепления повысило успешность трёх операций точной установки деталей до 88–96%.
Отдельный эксперимент объединил GR00T 2 с рассуждающим ИИ-агентом. Агент разбивал сложную работу на этапы, следил за результатом и помогал исправлять ошибки. Такая связка собрала игрушечные самолёт, трактор и автомобиль в 98, 97 и 97 случаях из 100 соответственно. Без агента та же модель справлялась заметно реже.
Для человекоподобных машин NVIDIA разработала облегчённую GR00T 2 Turbo с двумя миллиардами параметров. На встроенном компьютере Jetson Thor робот Unitree G1 тратил 124 миллисекунды на один прогноз. Гуманоид смог раздать попкорн во всех 48 испытаниях и убрать разнообразные предметы со стола с успешностью 93%.
Подробные результаты исследования GR00T 2 показывают, что одна модель может управлять разными типами роботов. NVIDIA также проверяет применение технологии вместе с Foxconn, Siemens и другими партнёрами. При этом опубликованные проценты относятся к конкретным экспериментам и пока не доказывают надёжность системы в произвольных бытовых условиях.
Новая разработка продолжает развитие платформы GR00T, созданной для обучения гуманоидов. Ранее NVIDIA представила модели Cosmos, способные создавать интерактивные виртуальные миры. Теперь компания объединяет прогнозирование физических событий, обучение по человеческим примерам и управление реальными механизмами.
