NVIDIA ने GR00T 2 का अनावरण किया, एक रोबोट फाउंडेशन मॉडल जो मानव वीडियो देखकर निपुण कौशल सीखता है

NVIDIA ने 9 नवंबर को ऑस्टिन, टेक्सास में रोबोट लर्निंग (CoRL) पर सम्मेलन में अपने अगली पीढ़ी के रोबोट फाउंडेशन मॉडल, GR00T 2 का अनावरण किया, जो एक सरल विचार के आसपास बनाया गया था: रोबोट जो मनुष्यों को देखकर सीखते हैं। मॉडल प्रथम-व्यक्ति मानव वीडियो को अपनी मुख्य प्रशिक्षण सामग्री के रूप में लेता है, कुशल हेरफेर सीखता है, और कौशल को विभिन्न आकार के रोबोटों में स्थानांतरित करता है। NVIDIA ने GR00T 2 Turbo, एक सुव्यवस्थित संस्करण, और Isaac Lab 3.0, इसका रोबोट प्रशिक्षण ढांचा भी पेश किया।

दृश्य और क्रिया की एक साथ भविष्यवाणी करना

GR00T 2 को NVIDIA "वर्ल्ड एक्शन मॉडल" कहता है, जो इसके विश्व मॉडल के कॉसमॉस परिवार पर बनाया गया है। एक 2-बिलियन-पैरामीटर प्रसार ट्रांसफार्मर संयुक्त रूप से भविष्यवाणी करता है कि एक दृश्य कैसे बदलेगा और रोबोट को कौन सी कार्रवाई करनी चाहिए, हाल के वीडियो, एक कार्य निर्देश और रोबोट की वर्तमान स्थिति से। NVIDIA का कहना है कि डिज़ाइन मॉडल को केवल गति प्रक्षेपवक्र की नकल करने के बजाय कार्य करने का निर्णय लेने से पहले किसी कार्य की भौतिकी को समझने देता है।

400,000 घंटे के मानव वीडियो पर प्रशिक्षित; पाँच प्रदर्शनों के बाद 95% सफलता

NVIDIA द्वारा प्रकट किए गए प्रशिक्षण मिश्रण में 402,730 घंटे का प्रथम-व्यक्ति मानव वीडियो, 10,184 घंटे का हैंडहेल्ड-ग्रिपर प्रदर्शन और 23,500 घंटे का रोबोट टेलीऑपरेशन शामिल है; क्रिएटिव कॉमन्स CC BY 4.0 लाइसेंस के तहत ह्यूमन-1M-100K डेटासेट के रूप में 100,000 घंटों का मानव वीडियो खुले तौर पर जारी किया गया है। NVIDIA का "एक्स-एडेप्ट" क्रॉस-अवतार स्थानांतरण एक रोबोट पर या एक मानव से दूसरे रोबोट में सीखे गए कौशल को स्थानांतरित करता है, जिसमें ग्रिपर हथियार, निपुण हाथ और यूनिट्री जी 1 ह्यूमनॉइड शामिल हैं।

50 कुशल हेरफेर कार्यों पर (डेक्सटर-50, दो 22-डिग्री-ऑफ-फ्रीडम शार्पा हाथों के साथ एक द्वि-मैनुअल रोबोट पर), जीआर00टी 2 ने लक्ष्य रोबोट पर कोई प्रदर्शन किए बिना औसतन 40% सफलता हासिल की - 50 में से 40 कार्यों को कम से कम एक बार पूरा किया - प्रति कार्य एक प्रदर्शन के साथ 71% तक बढ़ गया और पांच प्रदर्शनों के साथ 95% और साथ ही एक आरटीएक्स पर 30 मिनट का फाइन-ट्यून। 5090 ग्राफिक्स कार्ड.

95% के आंकड़े पर छूट की जरूरत है; दिसंबर में आएगा मॉडल कोड

95% एक क्षेत्र-विश्वसनीयता का आंकड़ा नहीं है: एनवीआईडीआईए के श्वेत पत्र से पता चलता है कि 50 परीक्षण कार्यों को उन कार्यों में से चुना गया था जिन्हें मॉडल पांच प्रदर्शनों (कम से कम 80% सफलता) के साथ सीखता है, इसलिए संख्या में चयन की स्थिति होती है; सभी परिणाम NVIDIA का अपना मूल्यांकन हैं, कोई स्वतंत्र प्रतिकृति प्रकाशित नहीं हुई है। NVIDIA द्वारा नामित भागीदार - फॉक्सकॉन, सीमेंस और नेक्सुनी - परीक्षण या मूल्यांकन चरण में हैं।

"ओपन" लेबल भी आंशिक है: 100,000-घंटे का डेटासेट वास्तव में खुला है, लेकिन मॉडल का कोड दिसंबर तक देय नहीं है, और एनवीआईडीआईए ने मॉडल वेट के लिए कोई रिलीज़ डेट या लाइसेंस की घोषणा नहीं की है; आइज़ैक लैब 3.0 आम तौर पर उपलब्ध है। स्रोत: NVIDIA ब्लॉग, NVIDIA अनुसंधान पृष्ठ, द रोबोट रिपोर्ट, 9 नवंबर 2026; द न्यूरॉन, alfw.ai, 10 नवंबर 2026।