当地时间11月9日，在美国得克萨斯州奥斯汀举办的CoRL 2026机器人学习大会现场，英伟达正式对外发布新一代世界动作模型GR00T 2。在现场展示的时长1分半的官方演示视频中，这款模型驱动的机器人可以流畅完成拿剪刀裁剪标签、安装显卡、擦火柴、切香蕉制作早餐、擦拭洒落的咖啡、整理桌面、分装爆米花等一系列操作，覆盖双手精细操作到全身移动的不同任务类型，几乎覆盖了日常场景下机器人需要具备的各类基础能力。

　　英伟达GEAR领导朱玉可在现场透露，GR00T 2的模型、配套数据集、仿真环境以及数据采集硬件都将陆续开源，目前首批10万小时的人类操作相关数据已经率先对外开放，供全球机器人研发从业者下载使用。不同于传统机器人模型需要大量遥操作数据反复训练才能适配新任务的模式，GR00T 2大幅降低了新任务的适配门槛，仅需单张RTX 5090显卡进行半小时的LoRA微调，在每个任务仅提供五次示范的前提下，就能达到95%的任务执行成功率，大幅压缩了机器人学习新技能的时间成本。

低门槛适配新任务的核心能力

　　GR00T 2内置跨本体适配技术，能够实现技能从人类动捕设备或手持夹爪向不同形态机器人的零遥操作迁移，不需要针对目标机器人重新录制专属的任务示范数据，就能把从人类操作中学习到的动作逻辑直接迁移到不同结构的机器人硬件上。在英伟达设置的50项目标机器人训练数据中从未出现过的评测任务中，GR00T 2仅凭指令执行时的平均成功率就达到40%，50项任务中有40项至少可以成功完成一次。

　　当为每个任务补充一次人类示范后，模型的平均任务成功率可以提升至71%，如果每个任务补充五次示范，对应不足三分钟的机器人操作数据，再在单张RTX 5090上进行约30分钟的LoRA微调，最终的平均任务成功率就能达到95%。在接入推理模型充当智能体后，GR00T 2在真实机器人上连续装配玩具飞机、拖拉机与Hot Wheels跑车各100次，分别成功98次、97次、97次，合计成功292次，远高于仅有监督微调的同一策略取得的69次成功记录。

　　不少行业从业者也在关注，这种极低数据量的适配模式，是否能在不同形态的机器人硬件上保持稳定的表现，不同场景下的操作误差是否能通过少量微调完全消除，单张消费级显卡就能完成微调的特性，是否会大幅降低中小团队研发具身智能机器人的准入门槛。

大规模预训练数据的转化逻辑

　　GR00T 2的预训练过程混合了超过40万小时的人类第一视角视频、万余小时的手持操作演示数据，以及23500小时的机器人遥操作数据，其中人类第一视角视频的规模远大于另外两类数据，让机器人的学习素材不再局限于人工遥操作采集的动作轨迹，而是可以直接学习大量真实人类活动中的操作逻辑，包括人如何拿起工具、移动物体、完成装配，以及动作发生后周围场景会产生怎样的变化。

　　英伟达团队专门设置了消融实验来验证人类视频数据的实际作用，他们分别使用不含人类视频、1%人类视频、10%人类视频和全部人类视频的数据集训练模型，再在72项灵巧操作任务上进行评估，最终结果显示，随着人类视频数据占比的提升，真实机器人上的平均任务完成进度从50%逐步提升到70%，直接证明大规模人类视频数据不只是丰富模型的视觉知识，还能直接转化为真实机器人的任务执行能力。

　　模型接收语言指令、多视角相机画面和机器人自身状态信息，通过同一个扩散Transformer架构，联合预测未来的视频画面和对应的动作序列，同时输出接下来环境会发生的变化和机器人需要执行的动作，而不是像传统机器人模型那样仅输出动作指令。在宇树G1人形机器人上运行的轻量版GR00T 2 Turbo，使用机载Jetson Thor生成全身动作片段，单次预测的中位延迟仅为124毫秒，完全可以满足实时操作的响应要求。

完整开放的全链路开发体系

　　英伟达同步完整开放了从数据采集设备、数据处理、仿真重建测试到双模型端侧全身控制执行的全链路机器人开发体系，覆盖机器人研发从数据收集到最终落地的全部环节。其中数据采集端包含UMI、DexUMI等设备，能够直接记录人类的操作动作，尤其是传统遥操作很难自然完成的各类灵巧动作，配套的开源手部模型EgoHand在相关平台发布两周，下载量就已经超过4万次。

　　仿真侧同步推出开源机器人学习框架Isaac Lab 3.0，接入开源物理引擎Newton后可以模拟电缆、织物等可变形物体与多关节灵巧手的交互效果，在视觉灵巧操作基准上的训练吞吐最高达到此前Isaac Lab 2.3搭配PhysX版本的2.5倍。评测侧同步新增Isaac Lab-Arena 0.4开发者预览版，以及两个开源基准，分别是覆盖零售、物流、制造、酒店4类场景共15个任务的DexBench，和包含6个工业任务的VABAR，为行业提供统一的测试标准。

　　通过开放的WAM API接口，这套系统可以将任务拆解与进度推理的工作交由上层推理大模型完成，再由GR00T 2负责底层物理技能的具体执行，全身控制器在机上以50赫兹的频率输出关节目标，保证动作执行的流畅度和精准度。目前已经有多家行业伙伴启动相关测试，Nexuni正在测试该模型用于机器人衣物处理场景，富士康将GR00T 2应用于服务器制造的工厂自动化流程，西门子也在多个工业场景中对其进行评估验证。

同期发布的具身大模型相关进展

　　在本次CoRL大会同期，Anthropic发布的Claude Fable 5.2在RoboDojo双臂仿真测试中以显著优势超越GPT-6 Astra，证明通用大模型在具身任务规划领域同样具备强大的竞争实力，和英伟达推出的GLM专用模型形成了不同的技术路线对照。这也让行业开始进一步讨论，通用大模型和专用世界动作模型在具身智能场景中各自的适配边界在哪里，不同技术路线最终会走向融合还是长期并行发展。

　　英伟达还同步公布了AlphaNIST项目的相关进展，该项目使用单一策略学会标准装配任务板的全部20个任务，训练成功率超过98%，相比按任务分别训练的模式，GPU时间节省约39倍。英伟达另有GRAIL与RoboTTT两篇论文，从数千篇投稿中脱颖而出，入围大会的6篇最佳论文名单，为行业提供了更多机器人学习领域的全新研究思路。

(编辑：姜心源)