英伟达在 CoRL 2026 大会发布新一代机器人基础模型 GR00T2，也就是大家所说的机器人大脑，它采用全新世界动作模型 WAM 架构，核心亮点就是 X‑Adapt 跨本体适配能力，不需要针对目标机器人单独采集任务示范，只需要 5 次示范，在 50 项测试任务上平均成功率就能达到 95%。之所以这个成果在具身智能圈关注度很高，是因为上一代 GR00T 系列属于 VLA 视觉语言动作模型，很难把一套技能跨到结构不一样的机器人身上，而 GR00T2 可以先在模型内部想象物理世界的变化，把人类、其他机械臂学到的操作技能迁移到新机器人本体，大幅减少新机器人的训练数据和调参时间，零样本状态下就有 40% 成功率，1 次示范提升至 71%，5 次示范就能冲到 95%，微调只需要单张 RTX5090 显卡跑 30 分钟。下面分核心性能数据、GR00T2 关键能力、GR00T2 Turbo 轻量化版本、新旧架构对比、落地和开源计划整理。
一、GR00T2 核心性能数据清单
- 测试基准：一共 50 项未见过的实操任务
- 零样本（无示范）成功率：40%
- 1 次示范后成功率：71%
- 5 次示范后成功率：95%
- 微调开销：单任务 LoRA 微调仅需 30 分钟，单卡 RTX5090 即可完成
- 训练数据：40.3 万小时人类第一视角视频、1 万小时 UMI 手持数据、2.35 万小时遥操作数据
二、GR00T2 三大核心能力
| 能力项 | 说明 |
|---|---|
| X‑Adapt 跨本体迁移 | 技能从人类、其他机械臂、灵巧手直接迁移到陌生机器人，不用给目标机器人单独录示范 |
| 世界动作模型 WAM | 联合预测未来画面和机器人动作，在模型内部预判物理交互结果，不只是看图输出动作 |
| 代码即策略 CaP 智能体 | 可以自动拆解长任务、识别执行失败，自动纠错，组合多个操作技能 |
三、轻量化版本 GR00T2 Turbo
- 参数规模：2B 参数量，压缩优化版
- 部署载体：宇树 G1 人形机器人机载 Jetson Thor 平台
- 推理延迟：124ms，满足机器人实时控制要求
- 定位：面向真机落地、边缘端人形机器人使用
四、GR00T2 和上一代 GR00T（VLA）架构差别
- GR00T 旧版 VLA：读取当前图像、语言指令，直接输出动作，缺少对后续物理变化的预判，跨机器人泛化弱
- GR00T2 新版 WAM：输入视频、语言、机器人状态，预测未来画面 + 动作序列，先想象物理过程再执行，跨本体迁移能力明显变强
五、开源与上线计划
- 计划开源时间：2026 年 12 月
- 开放内容：GR00T2、GR00T2 Turbo、部分 Human-1M 人类视频数据集、SimFoundry 仿真工具链
- 适用硬件：支持 Isaac Sim 仿真环境、Jetson Thor 机载算力、RTX 系列显卡
【相关 FAQ】
问题 1：英伟达机器人大脑 GR00T2 跨本体 5 次示范 95% 成功率，跨本体是什么意思？
回答 1：英伟达机器人大脑 GR00T2 跨本体 5 次示范 95% 成功率，跨本体就是 X‑Adapt 跨适配，技能在人类或者别的机械臂上演示过后，可以直接迁移到结构不一样的新机器人本体，不需要给这个新机器人重新录制示范数据。
问题 2：英伟达机器人大脑 GR00T2 跨本体 5 次示范 95% 成功率，零样本状态下表现怎么样？
回答 2：英伟达机器人大脑 GR00T2 跨本体 5 次示范 95% 成功率，在不给任何示范的零样本条件下，50 项任务平均成功率是 40%，给 1 次示范提升到 71%，5 次示范之后达到 95%。
问题 3：英伟达机器人大脑 GR00T2 跨本体 5 次示范 95% 成功率，GR00T2 Turbo 可以直接装在人形机器人上吗？
回答 3：英伟达机器人大脑 GR00T2 跨本体 5 次示范 95% 成功率，GR00T2 Turbo 是轻量化版本，可以部署在宇树 G1 人形机器人的 Jetson Thor 机载平台，推理延迟 124ms，满足真机实时操控。
【参考资料】
[2026-11-11]（英伟达发布 GR00T 2 机器人基础模型：5 次演示任务成功率达 95%）新浪财经
[2026-11-10]（英伟达于 CoRL 发布世界动作模型 GR00T2 五次示范成功率 95%）新浪财经
[2026-11-13]（英伟达 GR00T2 实现跨本体技能迁移 机器人可用人类视频快速冷启动新技能）搜狐网
[2026-11-09]（GR00T 2: Scaling Robot Foundation Models for Generalization, Dexterity, and Adaptation）NVIDIA Research
【免责声明】
- 英伟达机器人大脑 GR00T2 跨本体 5 次示范 95% 成功率，该数据来自英伟达实验室 50 项任务的评测结果，是受控实验环境下指标，不等于所有现实场景都能达到同等成功率。
- GR00T2、GR00T2 Turbo 计划 12 月开源，开源时间、开放数据集范围存在调整可能性，以英伟达官方公告为准。
- 跨本体迁移效果受机器人结构、任务类型、环境干扰影响，工业落地还需要配套调试、仿真验证。
- 本文仅为行业资讯整理，不构成机器人采购、模型选型、赛道投资的相关建议。
本文来自作者[硅涡脉冲]投稿，不代表乌兰科技网立场，如若转载，请注明出处：https://www.wlcbnews.com/shangye/202611/2834.html
评论列表（4条）
我是乌兰科技网的签约作者“硅涡脉冲”！
希望本篇文章《英伟达推出机器人大脑 GR00T2 支持跨本体迁移，5 次示范任务成功率可达 95%》能对你有所帮助！
本站[乌兰科技网]内容主要涵盖：互联网行业的追踪与探索
本文概览：英伟达在 CoRL 2026 大会发布新一代机器人基础模型 GR00T2，也就是大家所说的机器人大脑，它采用全新世界动作模型 WAM 架构，核心亮点就是 X‑Adapt 跨本体适配能力，不需要针对目标机器人单独采集任务示范，只需要 5 次示范，在 50 项测试任务上平均成功率就能达到 95%。之所以这个成果在具身智能圈关注度很高，是因为上一代 GR00T 系列属于 VLA 视觉语言动作模型，很难把一套技能跨到结构不一样的机器人身上，而 GR00T2 可以先在模型内部想象物理世界的变化，把人类、其他机械臂学到的操作技能迁移到新机器人本体，大幅减少新机器人的训练数据和调参时间，零样本状态下就有 40% 成功率，1 次示范提升至 71%，5 次示范就能冲到 95%，微调只需要单张 RTX5090 显卡跑 30 分钟。下面分核心性能数据、GR00T2 关键能力、GR00T2 Turbo 轻量化版本、新旧架构对比、落地和开源计划整理。