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.

Por ·

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

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

Tabela-resumo

Tabela-resumo
PontoO que está declarado em 7 de novembro de 2026Fonte
Tarefas concluídas ao menos uma vez40 de 50 sem demonstrações da tarefaThe Neuron
Com uma demonstração71% de sucesso médioThe Next Web
Com cinco demonstrações95% de sucesso médio, 30 min de ajuste em uma RTX 5090Interesting Engineering
Mistura de treino402.730 h de vídeo humano, 10.184 h de garra, 23.500 h de teleoperaçãoPebblous
Efeito do vídeo humanoProgresso em robô real de 50% para 70% em 72 tarefasSuperpower 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

Encontrou um erro neste artigo? Avise-nos · Nossa política de correções

Logotipo do OrigoTech

Novo: o app iPhone e iPad

O OrigoTech agora é um app para iPhone e iPad

Leia os artigos de forma nativa, com marcadores «Novo» nos não lidos, busca local e leitura offline do que você já carregou. Grátis, sem conta, iOS 17 ou superior; há anúncios entre os artigos.

Ícone do Rekha: uma casa desenhada em um único traço

Do mesmo autor Autopromoção

Um caminho euleriano, desenhado com o dedo

Rekha, o jogo para iPhone do autor da OrigoTech: conecte todos os pontos em um único traço, sem percorrer duas vezes o mesma ligação, ao longo de 500 desenhos que têm solução.

A newsletter da OrigoTech

Um resumo semanal, com fontes, das novidades das ferramentas de IA.

Continue lendo