Modèles
Nvidia GR00T 2 atteint 95 % de réussite moyenne sur 50 tâches de robot après cinq démonstrations chacune et 30 minutes d’ajustement ; chiffres de Nvidia, sur des tâches choisies car apprenables, et la vidéo humaine fait l’essentiel de l’entraînement
Nvidia dit que GR00T 2 atteint 95 % de réussite moyenne sur 50 tâches après cinq démos. Tâches choisies car apprenables, chiffres de Nvidia.
Nvidia a dévoilé GR00T 2 lundi 9 novembre à la Conference on Robot Learning d’Austin, un modèle de robot ouvert qui apprend en partie de vidéos humaines à la première personne. Le chiffre phare est 95 % de réussite moyenne après cinq démonstrations par tâche. Il est réel mais étroit : c’est une mesure de Nvidia, sur 50 tâches choisies parce que le modèle sait les apprendre, et les démonstrations portent sur la tâche avec le robot cible, pas seulement une personne en vidéo.
L'essentiel
- Ce que c’est : Nvidia appelle GR00T 2 un « world action model » ouvert, construit sur ses modèles de monde Cosmos, qui prédit comment une action changera ce que le robot voit avant de bouger. Foxconn, Siemens et Nexuni le testeraient, selon The Next Web.
- Les chiffres : sur 50 tâches inédites pour le robot cible, il en a réussi 40 sur 50 au moins une fois sans démonstration, ce que The Neuron souligne comme une couverture, pas un taux de réussite de 80 %. La réussite sans démonstration par essai est de 40 %, puis 71 % avec une démonstration et 95 % avec cinq, après environ 30 minutes d’ajustement sur une seule RTX 5090 et moins de trois minutes de données robot par tâche.
- La réserve : selon The Next Web, l’article de Nvidia note que les tâches ont été choisies parmi celles que le modèle apprenait déjà bien, et Pebblous lit la sélection comme des tâches apprenables à 80 % ou plus en cinq épisodes. Voyez 95 % comme un plafond sur des tâches favorables, pas une moyenne de terrain.
- Les données : le mélange comprend 402 730 heures de vidéo humaine à la première personne, 10 184 heures de démonstrations à la pince manuelle et 23 500 heures de téléopération de robot, soit environ 92 % de vidéo humaine d’après les calculs de Pebblous et FourWeekMBA. Nvidia a publié 100 000 heures sous le nom Human-1M-100K, sous licence CC BY 4.0 selon les articles. Ajouter la vidéo humaine a fait passer la progression sur robot réel de 50 % à 70 % sur 72 tâches, d’après Superpower Daily.
Apprendre de la vidéo n’est qu’une partie de la recette
La vidéo humaine fournit l’essentiel des heures, mais la téléopération et les données à la pince restent dans le mélange, et chaque nouvelle tâche demande encore quelques démonstrations sur le robot cible. C’est bien moins qu’une longue campagne d’entraînement, mais ce n’est pas un apprentissage par la seule observation.
Ce qui changerait le tableau
Des évaluations indépendantes sur des tâches que Nvidia n’a pas choisies, et la fiabilité sur la durée. Réussir une tâche une fois est très loin de tourner toute la journée sur une chaîne d’usine. Ceci est une lecture de chiffres rapportés, pas une évaluation matérielle.
Ce qui n'est pas établi
- Reproduction indépendante : aucune vue dans les sources.
- Performance sur des tâches non choisies pour leur apprenabilité : non rapportée dans ce que nous avons lu.
- Fiabilité sur longue durée en production : non démontrée.
- L’article et la page de recherche de Nvidia : non lus directement.
Tableau récapitulatif
| Point | Ce qui est affirmé au 7 novembre 2026 | Source |
|---|---|---|
| Tâches réussies au moins une fois | 40 sur 50 sans démonstration de tâche | The Neuron |
| Avec une démonstration | 71 % de réussite moyenne | The Next Web |
| Avec cinq démonstrations | 95 % de réussite moyenne, 30 min d’ajustement sur une RTX 5090 | Interesting Engineering |
| Mélange d’entraînement | 402 730 h de vidéo humaine, 10 184 h à la pince, 23 500 h de téléopération | Pebblous |
| Effet de la vidéo humaine | Progression sur robot réel de 50 % à 70 % sur 72 tâches | Superpower Daily |
FAQ
GR00T 2 apprend-il seulement en regardant des humains ?
Non. La vidéo humaine fait l’essentiel des heures de pré-entraînement, mais il utilise aussi des données de pince et de téléopération et demande quelques démonstrations par tâche.
95 % est-il son taux de réussite sur n’importe quelle tâche ?
Non. C’est une moyenne sur 50 tâches que Nvidia a choisies comme apprenables, mesurée par Nvidia.
Puis-je utiliser les vidéos ?
Nvidia a publié 100 000 heures sous le nom Human-1M-100K, sous licence CC BY 4.0 selon les articles.
Méthode et limites
Sources vérifiées le 10 novembre 2026 : The Neuron, Interesting Engineering, Pebblous, The Next Web et Superpower Daily, lus sous forme d’extraits de recherche. L’article et la page de recherche de Nvidia n’ont pas été lus directement. Les taux de réussite sont ceux de Nvidia, non validés de façon indépendante.
Sources
- The Neuron : NVIDIA GR00T 2: Human Video, Robot Learning and Caveats (vérifié le 2026-11-08)
- Interesting Engineering : NVIDIA's GR00T 2 lets robots learn tasks from humans, not machines (vérifié le 2026-11-08)
- Pebblous : GR00T 2 Training Data: Only 5.4% Comes From Robots (vérifié le 2026-11-08)
- The Next Web : Nvidia's GR00T 2 teaches robots delicate skills from human video (vérifié le 2026-11-08)
- Superpower Daily : Nvidia introduces GR00T 2, a robot AI trained on human video (vérifié le 2026-11-08)
Une erreur dans cet article ? Signalez-la · Notre politique de corrections