Nvidia 发布 GR00T 2 世界动作模型，驱动机械臂与人形机器人

Nvidia 发布 GR00T 2，一个开放世界动作模型，可同时控制机械臂、机器人灵巧手和人形机器人。 传统机器人学习依赖带精确电机指令的录像数据，这些数据只能来自真人操控真实机器人，采集成本极高。GR00T 2 的训练策略改用分层组合：402,730 小时的人类头戴相机视频加 10,184 小时手持夹爪演示作为预训练主体，真正昂贵的遥操作机器人数据只用了 23,500 小时。 普通人类视频虽然便宜且量大，但缺少电机指令标签，此前的模型几乎无法利用。GR00T 2 证明了可以用少量遥操作数据对齐大规模无标注人类视频，把数据获取成本压低了一个量级。