当地时间11月9日，英伟达在美国得克萨斯州奥斯汀举行的机器人学习大会CoRL 2026上发布新一代机器人基础模型GR00T 2，同步带来开源仿真框架Isaac Lab 3.0的配套进展。GR00T 2约20亿参数，构建在Cosmos之上，官方定位是世界动作模型：与上一代视觉语言动作模型直接从画面输出动作不同，它在同一次扩散推理里联合预测未来视频帧与机器人动作序列，先想象动作执行后环境会变成什么样，再决定手往哪里动。

英伟达机器人业务负责人Jim Fan把它称作机器人的快系统：复杂任务的拆解与推理交给上层大模型，抓取、避障、保持平衡这类动作必须在机器人本地即时完成。轻量版GR00T 2 Turbo保持20亿参数，把空间视频标记数量压缩到原来的25%，在宇树G1人形机器人上以Jetson Thor运行，单次预测中位延迟124毫秒，全身控制器以50赫兹的频率输出关节目标。

训练数据的构成解释了泛化能力从哪里来。约40.27万小时来自人类第一视角视频，另有约1.02万小时手持夹爪演示与2.35万小时机器人遥操作数据，其中10万小时人类第一视角数据集已在开放平台先行上线。跨本体迁移是另一项核心能力：一段手持夹爪演示的玩具卡车组装任务，迁移到从未收到该任务专属演示的YAM机械臂上成功率为60%；人类演示的滤纸铺设任务在五指机器人上做到65%。

少样本学习的成绩单分三个台阶：50项任务零样本平均成功率40%，其中40项至少成功执行过一次；每项任务提供1次演示后升至71%；5次演示后达到95%，这5次演示累计产生的机器人数据不到3分钟，适配只需在单张RTX 5090上做约30分钟微调。在RoboCasa365、RoboLab、RoboDojo与MolmoSpaces四个基准的视觉语言动作与世界动作模型两个类别中，GR00T 2均位列前三。

训练侧的扩容由Isaac Lab 3.0承担。这个开源框架深度接入Newton物理引擎，可以模拟线缆、布料等可变形物体与多关节灵巧手的交互，在基于视觉的灵巧操作基准上，训练吞吐量最高达到上一版搭配PhysX方案的2.5倍。英伟达同步给出一个效率参照：基于该框架的单一策略学会NIST装配任务板上全部20项任务，训练成功率98.2%，逐任务独立训练的方案为81.4%，前者所用GPU时间不足后者的3%。模型权重方面，GR00T 2与Turbo计划12月开放，许可证条款尚未公布。

落地测试已经铺开。富士康把GR00T 2用于服务器制造的工厂自动化，西门子在多个工业场景中评估，Nexuni测试机器人衣物处理，MicroAGI经强化学习后训练，用它驱动YAM机械臂完成以太网线缆更换。实验室数字与工厂节拍之间仍有距离：95%是50项受控任务上的平均表现，白皮书注明这批任务是按5次演示内可达至少80%成功率的条件筛出的，60%与65%的迁移成绩也停留在能做成的阶段。机器人竞赛的重心正在从会动转向会学。（扬帆出海综合报道）