英伟达发布GROOT N2 机器人通用基础模型

IT时代网11月17日消息,英伟达本月发布新一代机器人通用基础模型 GROOT N2。该模型在大规模真实环境数据上预训练,让机器人理解不同情境并执行任务,相当于机器人的「大脑」——通过摄像头感知周围环境、理解人类指令并执行移动物体等物理动作。

GROOT N2 系列用不同于此前模型的方式降低机器人所需的学习量并提升智能水平。模型基于约 40 万小时的第一人称视角视频进行预训练,内容涵盖人类搬起、移动物体等操作,其中包括操作缝纫机、包饺子等精细任务;作为对比,上一代 GROOT N1.7 的训练视频只有约 2 万小时。英伟达还在其数据平台公开了其中 10 万小时的视频数据集。

英伟达介绍,这种预训练显著减少了人形机器人执行特定任务所需的额外学习。在 50 项动作测试中,搭载 GROOT N2 的机器人在未学习的情况下能完成约 20 项,学习三次后完成约 40 项,学习五次后完成约 48 项。

新模型还引入了世界动作模型架构,同时预测机器人动作和动作引起的环境变化,让机器人在没有人类指令的情况下自主预判动作结果并作出决策,相比此前依赖摄像头感知和人类指令的视觉-语言-动作架构,动作更灵活精确。波士顿动力、宇树、Figure 等主要人形机器人厂商均与英伟达保持合作。

编辑:刘宁

THE END