NVIDIA 在 CoRL 展示 GR00T 2 和 Isaac Lab 3.0，以推动先进机器人训练

NVIDIA 在德克萨斯州奥斯丁的 2026 机器人学习大会上揭示了机器人技术的突破性进展。该公司推出了 GR00T 2，一个世界动作模型，以及 Isaac Lab 3.0，一个开源机器人学习框架，以提高机器人训练的精确性和可扩展性。这些创新旨在通过使机器人能够以更大的自主性和适应性执行复杂和灵巧的任务，缩小实验室演示与实际应用之间的差距。

GR00T 2：世界动作模型的飞跃

GR00T 2 基于 NVIDIA Cosmos，旨在利用多样化的数据集训练机器人进行灵巧操作，包括 100,000 小时的开源人类自我中心数据。 GR00T 2 的主要特点包括：

• 即用型性能：成功完成了 40 项目任务中的 50 考核任务，而无需特定任务演示。
• 技能转移：使机器人能够从人类的演示中学习，并在不同的机器人身体间适应技能。
• 最小数据的泛化：在 50 个任务中，以每个任务一个演示达到了 71% 的成功率，五个演示则提升至 95%。
• 代理控制：为 AI 代理提供了塑造技能序列和从错误中恢复的工具。

GR00T 2 在 RoboCasa365、RoboLab、RoboDojo 和 MolmoSpaces 等基准测试中名列前三。Nexuni、富士康和西门子等公司正在测试该模型，分别用于机器人洗衣、工厂自动化和工业应用。MicroAGI 还利用 GR00T 2 通过 YAM 机器人手臂进行以太网电缆交换任务。

Isaac Lab 3.0：在仿真中扩展机器人训练

Isaac Lab 3.0 提供了一个强大的平台，在模拟环境中训练机器人，然后在现实世界中部署。最新版本引入了：

• 增强的物理集成：使用 Newton 物理引擎支持可变形物体和复杂的关节系统。
• 提高的训练吞吐量：在基于视觉的灵巧操作基准中，达到了前任 Isaac Lab 2.3 的 2.5x 的训练速度。
• 灵活的仿真工具：允许研究人员在 NVIDIA PhysX 和 Newton 解算器之间切换，为感知基础训练选择渲染器，并将强化后训练库应用于如 GR00T 这样的基础模型。

Skild AI 宣布了 STEEL 解算器，一个基于 Newton 构建的刚体物理引擎，以进一步加速与 Isaac Lab 的机器人训练。Flexion 演示了 Isaac Lab 与 Newton 如何支持其 Reflect 模型，结合推理和全身操作。

合作努力和更广泛的影响

NVIDIA 正在与 Ambi Robotics、博世研究、西门子和加州大学伯克利分校等合作伙伴合作，将这些进展带给机器人社区。该公司还推出了新的工作流程，包括将人类视频转换为模拟机器人演示的 Video to Data，以及具有超过 40,000 次下载次数的 EgoHand，这是一个手部动作重建模型，在 2 周内在 Hugging Face 上发布。

通过结合仿真、世界动作模型和代理机器人工作流，NVIDIA 最新的技术旨在加速开发能够在动态环境中执行复杂任务的机器人，为更广泛的工业应用铺平道路。