モデル
NVIDIAのGR00T 2、各5回のデモと30分の微調整で50のロボット課題の平均成功率95%:数字はNVIDIA自身のもので、学習可能として選ばれた課題、訓練の大半は人間の映像
NVIDIAによるとGR00T 2は各5回のデモで50課題の平均成功率95%。課題は学習可能なものが選ばれ、数字はNVIDIA自身の測定。
NVIDIAは11月9日(月)、オースティンのConference on Robot Learningで、一人称視点の人間の映像からも学ぶオープンなロボットモデルGR00T 2を発表した。見出しは、課題ごとに5回のデモで平均成功率95%。数字は本物だが範囲は狭い。NVIDIA自身の測定で、モデルが学習できる課題として選ばれた50課題が対象であり、デモも映像の人間だけでなく対象ロボットでの課題のものだ。
要点
- 概要:NVIDIAはGR00T 2を、Cosmosワールドモデルを土台にしたオープンな「world action model」と呼ぶ。動く前に、行動がロボットの見る景色をどう変えるかを予測する。The Next Webによれば、Foxconn、Siemens、Nexuniが試験中。
- 数字:対象ロボットで未経験の50課題のうち、課題固有のデモなしで40課題を少なくとも1回は達成した。The Neuronはこれを成功率80%ではなくカバレッジだと強調する。デモなしの試行成功率は40%、デモ1回で71%、5回で95%で、RTX 5090 1枚で約30分の微調整、課題あたりロボットデータは3分未満。
- 留保:The Next Webによれば、NVIDIAの論文はこれらの課題がモデルがすでによく学べるものから選ばれたと記し、Pebblousは5エピソードで80%以上学べる課題の選抜と読む。95%は有利な課題での上限と見るべきで、現場の平均ではない。
- データ:訓練の配合は、一人称の人間の映像40万2730時間、手持ちグリッパーのデモ1万184時間、ロボット遠隔操作2万3500時間で、PebblousとFourWeekMBAの計算では人間の映像が約92%。NVIDIAは10万時間をHuman-1M-100K として公開し、報道ではCC BY 4.0。人間の映像を加えると実機の課題進捗が72課題で50%から70%に上がったとSuperpower Dailyは伝える。
映像から学ぶのはレシピの一部
時間の大半は人間の映像だが、遠隔操作とグリッパーのデータも配合に残り、新しい課題ごとに対象ロボットでの数回のデモが要る。長い訓練キャンペーンよりはるかに少ないが、見るだけで学ぶわけではない。
状況を変えうるもの
NVIDIAが選ばなかった課題での独立評価と、長時間の信頼性。1回できることと、工場ラインで一日中動くことは大きく違う。これは報じられた数字の読み解きで、ハードウェアの評価ではない。
確立されていない点
- 独立した再現:出典には見当たらない。
- 学習可能性で選ばれていない課題での性能:読んだ範囲では報告なし。
- 生産ラインでの長期の信頼性:示されていない。
- NVIDIAの論文と研究ページ:直接は読んでいない。
比較表
| 項目 | 2026年11月7日時点で示されている内容 | 出典 |
|---|---|---|
| 少なくとも1回達成した課題 | 課題デモなしで50中40 | The Neuron |
| デモ1回 | 平均成功率71% | The Next Web |
| デモ5回 | 平均成功率95%、RTX 5090で30分の微調整 | Interesting Engineering |
| 訓練の配合 | 人間映像40万2730時間、グリッパー1万184時間、遠隔操作2万3500時間 | Pebblous |
| 人間映像の効果 | 実機の進捗が72課題で50%から70% | Superpower Daily |
よくある質問
GR00T 2は人を見るだけで学ぶのか
いいえ。事前学習の時間の大半は人間の映像だが、グリッパーと遠隔操作のデータも使い、課題ごとに数回のデモが要る。
95%はどんな課題でも成り立つのか
いいえ。NVIDIAが学習可能として選んだ50課題の平均で、NVIDIA自身の測定だ。
映像データは使えるか
NVIDIAは10万時間をHuman-1M-100Kとして公開し、報道ではCC BY 4.0。
方法と限界
出典は2026年11月10日に確認した。The Neuron、Interesting Engineering、Pebblous、The Next Web、Superpower Dailyを検索の抜粋として読んだ。NVIDIAの論文と研究ページは直接読んでいない。成功率はNVIDIAの数字で、独立に検証されていない。
出典
- The Neuron:NVIDIA GR00T 2: Human Video, Robot Learning and Caveats(確認日:2026-11-08)
- Interesting Engineering:NVIDIA's GR00T 2 lets robots learn tasks from humans, not machines(確認日:2026-11-08)
- Pebblous:GR00T 2 Training Data: Only 5.4% Comes From Robots(確認日:2026-11-08)
- The Next Web:Nvidia's GR00T 2 teaches robots delicate skills from human video(確認日:2026-11-08)
- Superpower Daily:Nvidia introduces GR00T 2, a robot AI trained on human video(確認日:2026-11-08)