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.

Di ·

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

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

Tabella riassuntiva

Tabella riassuntiva
PuntoChe cosa risulta al 7 novembre 2026Fonte
Compiti completati almeno una volta40 su 50 senza dimostrazioni del compitoThe Neuron
Con una dimostrazione71% di successo medioThe Next Web
Con cinque dimostrazioni95% di successo medio, 30 min di fine-tuning su una RTX 5090Interesting Engineering
Mix di addestramento402.730 h di video umano, 10.184 h con pinza, 23.500 h di teleoperazionePebblous
Effetto del video umanoProgresso su robot reale dal 50% al 70% su 72 compitiSuperpower 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

Avete notato un errore in questo articolo? Segnalatelo · La nostra politica sulle correzioni

Logo di OrigoTech

Novità: l’app iPhone e iPad

OrigoTech è ora un’app per iPhone e iPad

Leggi gli articoli in modo nativo, con indicatori «Nuovo» sui non letti, ricerca locale e lettura offline di ciò che hai già caricato. Gratis, senza account, iOS 17 o successivo; tra gli articoli compaiono annunci.

Icona di Rekha: una casetta disegnata con un solo tratto

Dello stesso autore Autopromozione

Un cammino euleriano, tracciato con il dito

Rekha, il gioco per iPhone dell'autore di OrigoTech: collegate tutti i punti con un solo tratto senza ripassare due volte sullo stesso collegamento, in 500 disegni tutti risolvibili.

La newsletter di OrigoTech

Un riepilogo settimanale, con fonti, delle novità sugli strumenti di IA.

Da leggere ora