NVIDIA 於 CoRL 發表 GR00T 2 與開源模擬工具，推進機器人精細操作技術

在德州奧斯汀舉行的機器人學習大會（CoRL）上，NVIDIA 發表了多項開源機器人工具、基礎模型、評測基準與代理工作流，旨在推動機器人從基礎移動轉向零件組裝與線纜連接等高難度精細操作。 本次發布的核心為建構於 NVIDIA Cosmos 之上的開源世界動作模型 GR00T 2。該模型結合機器人數據及 100,000 小時人類第一人稱視角資料進行訓練；在無特定任務示範下，於 50 項評測任務中完成 40 項，且每項任務僅需一次示範即可達到 71% 平均成功率，提供五次示範時則提升至 95%。目前鴻海（Foxconn）、西門子（Siemens）與 Nexuni 等企業正分別於伺服器製造、工廠自動化及物流領域測試評估 GR00T 2。 在模擬訓練方面，NVIDIA 推出 Isaac Lab 3.0，強化與開源 Newton 物理引擎的整合。NVIDIA 表示，Isaac Lab 3.0 搭配 Newton 在視覺精細操作評測中達到 Isaac Lab 2.3 搭配 PhysX 的 2.5 倍訓練吞吐量，可精準模擬線纜等可變形物體與多關節機械手。此外，現場亦展示了 Isaac Lab-Arena 0.4 預覽版、DexBench 與 VABAR 評測基準，以及與加州大學柏克萊分校合作的 Graph-as-Policy（GaP）架構，利用 AI 代理將單一操作技能串接為工程師可檢視驗證的機器人程式碼。

值得帶走的重點

• NVIDIA 推出開源世界動作模型 GR00T 2，在 50 項操作任務中僅需單次人類示範即可達到 71% 平均成功率，五次示範可達 95%。
• Isaac Lab 3.0 整合開源 Newton 物理引擎以模擬可變形物體與多關節機械手，廠商宣稱訓練吞吐量較搭配 PhysX 的 2.3 版提升達 2.5 倍。
• 推出多項開放評測工具，包含 Isaac Lab-Arena 0.4 預覽版、DexBench 工業操作評測，以及與加州大學柏克萊分校合作的 VABAR 基準。
• 加州大學柏克萊分校提出 Graph-as-Policy（GaP）架構，透過 AI 代理將獨立技能串接為可解讀且易於驗證的機器人執行程式。