Modelos
Nvidia GR00T 2 atinge 95% de sucesso médio em 50 tarefas de robô após cinco demonstrações cada e 30 minutos de ajuste; números da própria Nvidia, em tarefas escolhidas por serem aprendíveis, e o vídeo humano é a maior parte do treino
A Nvidia diz que o GR00T 2 atinge 95% de sucesso médio em 50 tarefas após cinco demos. Tarefas escolhidas por serem aprendíveis; números da Nvidia.
A Nvidia apresentou o GR00T 2 na segunda-feira, 9 de novembro, na Conference on Robot Learning em Austin, um modelo de robô aberto que aprende em parte de vídeo humano em primeira pessoa. A manchete é 95% de sucesso médio após cinco demonstrações por tarefa. O número é real, mas estreito: é uma medição da própria Nvidia, em 50 tarefas escolhidas porque o modelo consegue aprendê-las, e as demonstrações são da tarefa no robô-alvo, não apenas uma pessoa em vídeo.
O essencial
- O que é: a Nvidia chama o GR00T 2 de “world action model” aberto, construído sobre seus modelos de mundo Cosmos, que prevê como uma ação mudará o que o robô vê antes de se mover. Foxconn, Siemens e Nexuni estariam testando, segundo a The Next Web.
- Os números: em 50 tarefas inéditas para o robô-alvo, concluiu 40 de 50 ao menos uma vez sem demonstrações, o que a The Neuron destaca como cobertura, não como 80% de sucesso. O sucesso por tentativa sem demonstração foi de 40%, de 71% com uma demonstração e de 95% com cinco, após cerca de 30 minutos de ajuste em uma única RTX 5090 e menos de três minutos de dados de robô por tarefa.
- A ressalva: segundo a The Next Web, o artigo da Nvidia observa que as tarefas foram escolhidas entre as que o modelo já aprendia bem, e a Pebblous lê a seleção como tarefas aprendíveis com 80% ou mais em cinco episódios. Trate 95% como teto em tarefas favoráveis, não como média de campo.
- Os dados: a mistura tem 402.730 horas de vídeo humano em primeira pessoa, 10.184 horas de demonstrações com garra manual e 23.500 horas de teleoperação de robôs, ou seja, cerca de 92% de vídeo humano pela conta da Pebblous e da FourWeekMBA. A Nvidia liberou 100.000 horas como Human-1M-100K, sob CC BY 4.0 segundo os relatos. Adicionar vídeo humano elevou o progresso em robô real de 50% para 70% em 72 tarefas, segundo a Superpower Daily.
Aprender com vídeo é só parte da receita
O vídeo humano fornece a maioria das horas, mas teleoperação e dados de garra continuam na mistura, e cada tarefa nova ainda exige poucas demonstrações no robô-alvo. É bem menos que uma longa campanha de treino, mas não é aprender só assistindo.
O que mudaria o quadro
Avaliações independentes em tarefas que a Nvidia não escolheu e confiabilidade a longo prazo. Concluir uma tarefa uma vez está longe de operar o dia todo numa linha de fábrica. É uma leitura de números relatados, não uma avaliação de hardware.
O que não está estabelecido
- Replicação independente: nenhuma vista nas fontes.
- Desempenho em tarefas não escolhidas por aprendibilidade: não relatado no que lemos.
- Confiabilidade de longo prazo numa linha de produção: não demonstrada.
- O artigo e a página de pesquisa da Nvidia: não lidos diretamente.
Tabela-resumo
| Ponto | O que está declarado em 7 de novembro de 2026 | Fonte |
|---|---|---|
| Tarefas concluídas ao menos uma vez | 40 de 50 sem demonstrações da tarefa | The Neuron |
| Com uma demonstração | 71% de sucesso médio | The Next Web |
| Com cinco demonstrações | 95% de sucesso médio, 30 min de ajuste em uma RTX 5090 | Interesting Engineering |
| Mistura de treino | 402.730 h de vídeo humano, 10.184 h de garra, 23.500 h de teleoperação | Pebblous |
| Efeito do vídeo humano | Progresso em robô real de 50% para 70% em 72 tarefas | Superpower Daily |
Perguntas frequentes
O GR00T 2 aprende só vendo pessoas?
Não. O vídeo humano é a maioria das horas de pré-treino, mas ele também usa dados de garra e teleoperação e precisa de poucas demonstrações por tarefa.
Os 95% são o sucesso em qualquer tarefa?
Não. É uma média sobre 50 tarefas que a Nvidia escolheu como aprendíveis, medida pela Nvidia.
Posso usar os vídeos?
A Nvidia liberou 100.000 horas como Human-1M-100K, sob CC BY 4.0 segundo os relatos.
Método e limites
Fontes verificadas em 10 de novembro de 2026: The Neuron, Interesting Engineering, Pebblous, The Next Web e Superpower Daily, lidas como trechos de busca. O artigo e a página de pesquisa da Nvidia não foram lidos diretamente. Os números de sucesso são da Nvidia, sem validação independente.
Fontes
- The Neuron: NVIDIA GR00T 2: Human Video, Robot Learning and Caveats (verificado em 2026-11-08)
- Interesting Engineering: NVIDIA's GR00T 2 lets robots learn tasks from humans, not machines (verificado em 2026-11-08)
- Pebblous: GR00T 2 Training Data: Only 5.4% Comes From Robots (verificado em 2026-11-08)
- The Next Web: Nvidia's GR00T 2 teaches robots delicate skills from human video (verificado em 2026-11-08)
- Superpower Daily: Nvidia introduces GR00T 2, a robot AI trained on human video (verificado em 2026-11-08)
Encontrou um erro neste artigo? Avise-nos · Nossa política de correções