← Semua artikel
NVIDIA lancar GR00T 2, model robot yang belajar daripada 400 ribu jam video manusia
Berita AI

NVIDIA lancar GR00T 2, model robot yang belajar daripada 400 ribu jam video manusia

NVIDIA perkenalkan GR00T 2 di persidangan CoRL, model terbuka yang ajar robot kemahiran tangan halus daripada video manusia, dan buka 100 ribu jam data video secara percuma.

NVIDIA memperkenalkan GR00T 2, model AI terbuka untuk robot, pada persidangan Conference on Robot Learning (CoRL) di Austin, Texas pada 9 November 2026. Model ini dipanggil "world action model" kerana ia meramalkan dahulu bagaimana aksinya akan mengubah apa yang dilihatnya sebelum bergerak. Datangnya pada masa yang menarik untuk NVIDIA, dua hari selepas lembaga pengarah syarikat itu mengumumkan siasatan bebas terhadap CEO Jensen Huang.

1. Apa yang GR00T 2 boleh buat

GR00T 2 dibina di atas NVIDIA Cosmos dan dilatih untuk tugas tangan yang halus: menyusun bungkusan, memasang komponen kecil, menyambung kabel dan mengendalikan objek lembut. Dalam ujian NVIDIA pada 50 tugas yang robot sasaran tidak pernah lihat, model ini:

  • berjaya menyiapkan 40 daripada 50 tugas itu sekurang-kurangnya sekali tanpa sebarang tunjuk ajar,
  • mencapai purata kejayaan 71% dengan satu tunjuk ajar bagi setiap tugas,
  • mencapai 95% dengan lima tunjuk ajar, selepas penalaan selama 30 minit pada satu kad RTX 5090.

NVIDIA sendiri menyatakan dalam kertas penyelidikannya bahawa tugas-tugas itu dipilih daripada senarai yang modelnya memang boleh pelajari dengan baik, jadi angka ini bukan purata untuk semua tugas robot yang wujud. Laporan The Next Web menonjolkan perincian yang sama.

Lengan robot YAM menyusun bungkusan dari tali penghantar ke dua kotak hijau
Robot YAM menyusun bungkusan dari tali penghantar, kemahiran yang dipelajari hanya daripada tunjuk ajar pemegang UMI di tangan. Gambar: NVIDIA.

2. Belajar daripada manusia, bukan robot sahaja

Bahagian paling menarik ialah data latihannya. Menurut halaman penyelidikan NVIDIA, GR00T 2 dilatih awal dengan gabungan 402,730 jam video egosentrik manusia yang sedang bekerja, 10,184 jam tunjuk ajar dengan pemegang UMI yang dipegang tangan merentas 2,897 tugas, dan 23,500 jam teleoperasi robot. Video manusia mendahului data robot dengan jauh.

Daripada jumlah itu, 100,000 jam video manusia dibuka secara percuma sebagai set data Human-1M-100K di Hugging Face. Sesiapa boleh guna untuk melatih model robot mereka sendiri. Kod model pula dijangka tersedia pada bulan Disember, menurut halaman penyelidikan yang sama.

3. Kemahiran berpindah antara badan robot

GR00T 2 menunjukkan apa yang NVIDIA panggil X-Adaptability: kemahiran yang ditunjukkan oleh manusia atau alat lain boleh dipindahkan kepada robot yang tidak pernah berlatih tugas itu. Contoh dalam halaman penyelidikan:

  • robot dua tangan memasang kertas turas dalam makmal kimia selepas hanya melihat demo manusia, berjaya dalam 65% percubaan,
  • lengan YAM memasang lori mainan dari hujung ke hujung dalam 60% percubaan selepas tunjuk ajar dengan pemegang UMI sahaja,
  • robot dengan dua tangan 22 darjah kebebasan menghidang granola dan mengacau yogurt dalam dapur selepas demo dengan sarung tangan boleh pakai DexUMI.
Robot dua tangan menghidang granola di kaunter dapur
Robot dua tangan menghidang granola di dapur, kemahiran yang dipelajari daripada tunjuk ajar sarung tangan DexUMI. Gambar: NVIDIA.

4. Syarikat besar sudah mula menguji

Bukan sekadar demo makmal. Menurut blog NVIDIA, Foxconn sedang guna GR00T 2 untuk automasi kilang pelayan, Siemens sedang menilainya untuk kes gunaan industri, dan Nexuni mengujinya untuk pengendalian basuh pakaian. Perlu diingat, seperti lapor The Next Web, kesemuanya masih peringkat ujian dan tiada satu pun mengesahkan penggunaan sebenar dalam produksi.

Model ini juga menduduki kedudukan tiga teratas dalam kategori ujian RoboCasa365, RoboLab, RoboDojo dan MolmoSpaces, menurut dakwaan NVIDIA sendiri. Pemenang anugerah tidak disahkan oleh pihak ketiga.

5. Pakej lengkap: Isaac Lab 3.0 dan penanda aras baharu

NVIDIA juga melancarkan Isaac Lab 3.0, rangka kerja sumber terbuka untuk melatih robot dalam simulasi. Dengan enjin fizik Newton, ia mencapai kelajuan latihan sehingga 2.5 kali ganda berbanding Isaac Lab 2.3 dengan PhysX dalam satu ujian manipulasi berasaskan penglihatan. Penyelidik kini boleh melatih ribuan robot simulasi secara selari.

Dua penanda aras baharu turut diperkenalkan: DexBench, dibina bersama RLWRLD dengan 15 tugas merentas empat scene (runcit, logistik, pembuatan, hospitaliti), dan VABAR dari UC Berkeley dengan enam tugas industri. Kedua-duanya mengukur ketangkasan dan kebolehsuaian robot pada variasi piawai.

Apa maksudnya untuk anda

Robot industri biasanya dilatih tugas demi tugas, dan itu mahal serta lambat. GR00T 2 dan data video manusia yang dibuka secara percuma menandakan hala tuju industri: satu model asas yang dipakai merentas banyak jenis robot, dengan penalaan ringkas untuk tugas baharu. Untuk syarikat Malaysia yang memikirkan automasi kilang atau gudang, alat asas ini kini boleh dicuba tanpa kos lesen, walaupun perkakasan dan kepakaran simulasi masih diperlukan.

  1. Robot kini belajar macam pelajar. Satu demo cukup untuk kejayaan 71% dalam ujian NVIDIA, dan lima demo untuk 95% pada tugas terpilih. Itu jauh lebih murah daripada memprogram setiap gerakan.
  2. Data terbuka mengurangkan halangan. 100,000 jam video manusia di Hugging Face bermakna makmal kecil atau universiti tempatan boleh bina model robot tanpa mengumpul data sendiri dari kosong.
  3. Kod penuh belum ada lagi. Kod model dijangka keluar pada Disember 2026, jadi sesiapa yang ingin mencuba sekarang hanya boleh lihat kertas penyelidikan dan demo dahulu.
  4. Angka ujian bukan jaminan kilang. Tugas ujian dipilih dari senarai yang model boleh pelajari, dan rakan industri masih di peringkat ujian. Anggap ini awal, bukan penyelesaian siap.
  5. Pengguna biasa tidak akan rasa perubahan hari ini. Tetapi jika model asas robot berjaya seperti model bahasa, harga automasi fizikal boleh turun dalam beberapa tahun akan datang.

Sumber