【人工智能】英伟达发布GR00T 2，机器人可从人类视频学精细手技

据媒体消息，2026年11月9日，英伟达在机器人学习会议上发布开源模型GR00T 2。该模型定位为“世界动作模型”，可在行动前预测自身动作将如何改变视野，并部分依托约10万小时第一人称人类视频学习精细手部技能。公司称，相关人类视频数据将同步开放，供不同构型机器人迁移技能。

测试口径方面，英伟达称GR00T 2在50项任务中有40项至少成功一次且无需针对该任务专门训练；示范一次后平均成功率约71%，示范五次后平均成功率约95%。公司论文同时提示，测试任务选自模型已能较好学习的类别，因此指标仍需结合真实产线环境再验证。富士康、西门子与Nexuni等企业已在服务器组装、工厂作业与洗衣等场景开展试用，目前均未宣布转入量产。

行业观察认为，把人类视频纳入机器人训练数据，有望降低示教成本，并缓解不同机型之间技能迁移难的问题。但对采购方而言，关键仍是连续班次稳定性、异常接管率与产线节拍匹配度，而不是单次演示成功率。开源权重与开放视频数据，也意味着研究机构与系统集成商可以更快复现实验，但知识产权与安全边界仍需在落地合同中写清。

本次发布会场设在美国奥斯汀。英伟达还同步推出开源仿真训练工具Isaac Lab 3.0，并称在一项测试中训练速度最高可提升约2.5倍。公开信息提到，更早的GR00T系列已被用于多款在研机器人，西门子曾以相关方案验证八小时工厂班次。这些材料说明“视频示教—仿真加速—现场试用”正在连成一条链，但试用企业目前都没有给出量产时间表。

对准备导入该类模型的工厂，建议把验收拆开看：示范一次与五次后的连续成功率，不能只看“50项里有40项至少成功一次”的宽松口径；服务器组装、工厂作业等目标工位要统计有效工时、接管次数和失败模式，分清是抓取不准、视野遮挡还是节拍对不齐。开源并不等于可以无限制商用，合同里仍应写清数据使用权和安全责任。峰值成功率只是入场条件，能在既定节拍下连续完成班次，才构成可签署的交付条款。洗衣、工厂作业与服务器组装的节拍和容错完全不同，试用结论不宜跨场景直接套用。