Modelli
Nvidia GR00T 2 raggiunge il 95% di successo medio su 50 compiti robotici dopo cinque dimostrazioni ciascuno e 30 minuti di fine-tuning; cifre di Nvidia, su compiti scelti perché apprendibili, e il video umano è gran parte dell’addestramento
Nvidia dice che GR00T 2 ottiene il 95% di successo medio su 50 compiti dopo cinque demo. Compiti scelti perché apprendibili; cifre di Nvidia.
Nvidia ha presentato GR00T 2 lunedì 9 novembre alla Conference on Robot Learning di Austin, un modello robotico aperto che impara in parte da video umani in prima persona. Il titolo è il 95% di successo medio dopo cinque dimostrazioni per compito. È reale ma stretto: è una misura di Nvidia, su 50 compiti scelti perché il modello sa impararli, e le dimostrazioni riguardano il compito sul robot di destinazione, non solo una persona in video.
L'essenziale
- Che cos’è: Nvidia chiama GR00T 2 un «world action model» aperto, costruito sui suoi modelli del mondo Cosmos, che prevede come un’azione cambierà ciò che il robot vede prima di muoversi. Foxconn, Siemens e Nexuni lo starebbero testando, secondo The Next Web.
- I numeri: su 50 compiti nuovi per il robot di destinazione, ne ha completati 40 su 50 almeno una volta senza dimostrazioni, cosa che The Neuron sottolinea essere copertura, non un tasso di successo dell’80%. Il successo per prova senza dimostrazioni è stato del 40%, del 71% con una dimostrazione e del 95% con cinque, dopo circa 30 minuti di fine-tuning su una sola RTX 5090 e meno di tre minuti di dati robot per compito.
- La riserva: secondo The Next Web, il paper di Nvidia nota che i compiti sono stati scelti fra quelli che il modello già imparava bene, e Pebblous legge la selezione come compiti apprendibili all’80% o più in cinque episodi. Considera il 95% un tetto su compiti favorevoli, non una media sul campo.
- I dati: il mix è di 402.730 ore di video umano in prima persona, 10.184 ore di dimostrazioni con pinza manuale e 23.500 ore di teleoperazione di robot, cioè circa il 92% di video umano secondo i calcoli di Pebblous e FourWeekMBA. Nvidia ha rilasciato 100.000 ore come Human-1M-100K, con licenza CC BY 4.0 secondo i resoconti. Aggiungere video umano ha portato il progresso su robot reale dal 50% al 70% su 72 compiti, secondo Superpower Daily.
Imparare dal video è solo parte della ricetta
Il video umano fornisce la maggior parte delle ore, ma teleoperazione e dati della pinza restano nel mix, e ogni nuovo compito richiede ancora poche dimostrazioni sul robot di destinazione. È molto meno di una lunga campagna di addestramento, ma non è imparare solo guardando.
Cosa cambierebbe il quadro
Valutazioni indipendenti su compiti non scelti da Nvidia e affidabilità nel lungo periodo. Completare un compito una volta è lontano dal funzionare tutto il giorno su una linea di fabbrica. È una lettura di cifre riportate, non una valutazione hardware.
Che cosa non è accertato
- Replica indipendente: nessuna vista nelle fonti.
- Prestazioni su compiti non scelti per apprendibilità: non riportate in ciò che abbiamo letto.
- Affidabilità a lungo termine su una linea di produzione: non dimostrata.
- Il paper e la pagina di ricerca di Nvidia: non letti direttamente.
Tabella riassuntiva
| Punto | Che cosa risulta al 7 novembre 2026 | Fonte |
|---|---|---|
| Compiti completati almeno una volta | 40 su 50 senza dimostrazioni del compito | The Neuron |
| Con una dimostrazione | 71% di successo medio | The Next Web |
| Con cinque dimostrazioni | 95% di successo medio, 30 min di fine-tuning su una RTX 5090 | Interesting Engineering |
| Mix di addestramento | 402.730 h di video umano, 10.184 h con pinza, 23.500 h di teleoperazione | Pebblous |
| Effetto del video umano | Progresso su robot reale dal 50% al 70% su 72 compiti | Superpower Daily |
FAQ
GR00T 2 impara solo guardando le persone?
No. Il video umano è la maggior parte delle ore di pre-addestramento, ma usa anche dati di pinza e teleoperazione e richiede poche dimostrazioni per compito.
Il 95% è il suo successo su qualsiasi compito?
No. È una media su 50 compiti che Nvidia ha scelto come apprendibili, misurata da Nvidia.
Posso usare i video?
Nvidia ha rilasciato 100.000 ore come Human-1M-100K, con licenza CC BY 4.0 secondo i resoconti.
Metodo e limiti
Fonti verificate il 10 novembre 2026: The Neuron, Interesting Engineering, Pebblous, The Next Web e Superpower Daily, lette come estratti di ricerca. Il paper e la pagina di ricerca di Nvidia non sono stati letti direttamente. Le cifre di successo sono di Nvidia, non validate in modo indipendente.
Fonti
- The Neuron: NVIDIA GR00T 2: Human Video, Robot Learning and Caveats (verificato il 2026-11-08)
- Interesting Engineering: NVIDIA's GR00T 2 lets robots learn tasks from humans, not machines (verificato il 2026-11-08)
- Pebblous: GR00T 2 Training Data: Only 5.4% Comes From Robots (verificato il 2026-11-08)
- The Next Web: Nvidia's GR00T 2 teaches robots delicate skills from human video (verificato il 2026-11-08)
- Superpower Daily: Nvidia introduces GR00T 2, a robot AI trained on human video (verificato il 2026-11-08)
Avete notato un errore in questo articolo? Segnalatelo · La nostra politica sulle correzioni