GR00T 2 di Nvidia impara un compito con cinque dimostrazioni e riesce nel 95% dei casi

Il nuovo modello robotico di Nvidia, GR00T 2, è progettato per imparare un lavoro manuale da poche dimostrazioni, senza bisogno di lunghe sessioni di addestramento. Basta mostrargli un compito una volta e, nei test condotti da Nvidia, nella maggior parte dei casi lo esegue correttamente. Dopo qualche dimostrazione in più, gli errori diventano rari. È un aspetto importante: di solito, per insegnare un nuovo lavoro a un braccio robotico, bisogna guidarlo ripetutamente nei vari movimenti tramite telecomando. È proprio questo il passaggio che rende lento e costoso mettere i robot al lavoro.

Nvidia definisce GR00T 2 un modello d’azione open-world: un tipo di intelligenza artificiale che osserva una scena, prevede come i propri movimenti la modificheranno e poi agisce. Funziona sui modelli del mondo Cosmos di Nvidia ed è stato addestrato su una combinazione di registrazioni di robot e riprese di persone. Tra queste ultime c’è una raccolta di video in prima persona che mostrano persone mentre usano le mani, pubblicata da Nvidia come risorsa open source.

I risultati derivano dalla valutazione di Nvidia su 50 compiti di manipolazione. Senza una dimostrazione specifica per ciascun compito, GR00T 2 ne ha completati almeno una volta 40 su 50. Con una sola dimostrazione per compito, il tasso medio di successo è stato del 71%; con cinque è salito al 95%. Nvidia afferma che il modello può osservare una persona mentre svolge un’attività e trasferire poi quella capacità a un corpo robotico diverso, senza aver bisogno di riprese di robot. Gli agenti di intelligenza artificiale possono anche richiamarlo tramite un’API per concatenare diverse abilità e recuperare il controllo quando un passaggio non riesce.

Alcune delle capacità dichiarate sono già oggetto di prime sperimentazioni. Foxconn, a Taiwan, sta applicando GR00T 2 all’automazione industriale nella produzione di server; Siemens lo sta valutando per diverse attività industriali e Nexuni lo sta testando nella gestione del bucato. MicroAGI lo ha sottoposto a ulteriore addestramento con apprendimento per rinforzo, per consentirgli di sostituire cavi Ethernet con un braccio robotico.

Insieme al modello, Nvidia ha rilasciato Isaac Lab 3.0, il framework open source che i ricercatori usano per addestrare i robot in simulazione prima di metterli alla prova su hardware reale. La maggiore integrazione con Newton, un motore fisico open source, consente di simulare materiali flessibili come cavi e tessuti, oltre a mani robotiche dotate di numerose articolazioni. In un benchmark sulla manipolazione con una mano, Nvidia ha misurato un throughput di addestramento fino a 2,5 volte superiore rispetto alla versione precedente, Isaac Lab 2.3. In pratica, a parità di tempo di calcolo, si possono effettuare più simulazioni di prova.

Ci sono comunque alcuni limiti da tenere presenti. I tassi di successo sono misurazioni effettuate da Nvidia e completare un compito «almeno una volta» è ben diverso dal riuscire a svolgerlo per un’intera giornata su una linea di produzione. Anche i piazzamenti tra i primi tre nelle classifiche di robotica come RoboCasa365, RoboLab, RoboDojo e MolmoSpaces sono risultati dichiarati da Nvidia e ottenuti perlopiù in simulazione. Nvidia presenta il modello come open, ma al momento della stesura i suoi pesi non erano ancora comparsi sulle pagine GitHub o Hugging Face dell’azienda, dove la versione più recente scaricabile è ancora GR00T N1.7. E non c’è nulla in vendita per i consumatori: si tratta di un kit di strumenti destinato a produttori di robot e laboratori di ricerca, non di un robot domestico.

Per chi non lavora in un laboratorio di ricerca, il cambiamento si farà sentire gradualmente, attraverso robot impiegati in magazzini, fabbriche e servizi, che avranno bisogno di meno assistenza prima di poter entrare in funzione. Poiché gli strumenti sono open source e pubblicati online, possono essere utilizzati da laboratori e startup in ogni parte del mondo, dai partner di Nvidia in Corea, come RLWRLD, alle università in Europa e in America Latina.

Nvidia ha presentato GR00T 2 e Isaac Lab 3.0 il 9 novembre 2026, alla Conference on Robot Learning di Austin, in Texas. Nello stesso momento è arrivata anche un’anteprima per sviluppatori di Isaac Lab-Arena 0.4, lo strumento per testare le politiche di controllo dei robot su migliaia di varianti, insieme a due nuovi benchmark open, DexBench e VABAR, pensati per misurare quanto bene i robot affrontano i compiti industriali. Nvidia non ha indicato quando i pesi di GR00T 2 saranno disponibili per il download pubblico.

Tag: nvidia, robotica, robot umanoidi, Foxconn, GR00T 2, Isaac Lab

GR00T 2 di Nvidia impara un compito con cinque dimostrazioni e riesce nel 95% dei casi

Contenuti simili

Nvidia scommette 12,9 miliardi di dollari su Hugging Face giurando che l’IA open source sopravviverà

Nvidia spende 27 miliardi in tecnologia IA senza acquisire nessuna azienda

Nvidia controlla l’85% dei chip per l’IA — i grandi fondi mondiali non riescono a vendere

L’amministratore delegato di Nvidia, Jensen Huang, avverte i laboratori di IA: «Potrebbero essere responsabilità penali»

Nvidia acquista Hugging Face per 13 miliardi di dollari e promette di non chiudere la libreria

Hugging Face scommette che un’anatra da 399 dollari dimostrerà che l’IA fisica appartiene a casa, non in laboratorio

Discussione