GR00T N1 由 NVIDIA 推出，是全球首個開源且完全可定制的通用人形機器人基礎模型。其技術架構受人類認知原理啟發(fā)，采用雙系統(tǒng)協(xié)同設計

在 NVIDIA ，我們正在開發(fā) AI 解決方案，使通用人形機器人能夠理解人類世界、遵循語言指令并執(zhí)行各種任務。強大的視覺-語言-作 （VLA） 模型對于此類高級功能至關重要。為此，我們開發(fā)了 GR00T N1，這是一種在多樣化數(shù)據(jù)集上訓練的通用機器人模型，其中包括以自我為中心的人類視頻、真實和模擬的機器人軌跡以及合成數(shù)據(jù)。
GR00T N1 在多個機器人實施例的仿真基準測試中優(yōu)于最先進的仿真學習模型。此外，它還展示了在家務中對 Fourier GR-1 和 1X 人形機器人進行有效的語言條件雙手作。
為了幫助物理 AI 構建者解決我們社會最關鍵的問題，我們通過 NVIDIA ISAAC GR00T 提供寬容的許可證，使我們的模型成為輕量級的。

作者
朱玉可
Linxi “Jim” 范
NVIDIA GEAR 團隊

出版日期
2025 年 3 月 17 日星期一
論文下載：
*附件：GR00T_1_Whitepaper：GR00T N1 An Open Foundation Model for Generalist.pdf

研究領域
人工智能和機器學習
自動駕駛汽車
生成式 AI
物理 AI
機器人

1. 技術架構與核心原理

GR00T N1是全球首款開源人形機器人通用基礎模型，其核心架構靈感來源于人類認知的雙系統(tǒng)理論：

• System 1（反射動作控制） ：作為快速響應的“直覺”系統(tǒng)，基于擴散變換器（Diffusion Transformer），以高達120Hz的頻率將規(guī)劃轉化為精確的電機動作，實現(xiàn)實時運動控制。
• System 2（認知決策） ：基于視覺-語言模型（VLA），整合NVIDIA-Eagle與SmolLM-1.7B，負責環(huán)境感知、語言指令解析和多步驟任務規(guī)劃，類似于人類的深度思考能力。

這種架構通過端到端的單神經(jīng)網(wǎng)絡設計，直接從視覺輸入到動作輸出，簡化了傳統(tǒng)機器人控制中的復雜層級結構，提升了執(zhí)行效率。

2. 數(shù)據(jù)策略與訓練方法

GR00T N1的訓練數(shù)據(jù)融合了 真實人類操作視頻 、合成數(shù)據(jù)和 真實機器人遙操作軌跡 ，形成“數(shù)據(jù)金字塔”：

• 底層 ：互聯(lián)網(wǎng)視頻數(shù)據(jù)，捕捉人類與物體交互的自然模式。
• 中層 ：通過NVIDIA Omniverse生成的75萬條合成軌跡，模擬復雜場景，相當于6500小時的人類演示數(shù)據(jù)。
• 頂層 ：真實機器人數(shù)據(jù)，確保模型適應物理世界。

訓練中結合 模仿學習 （從人類視頻中提取動作令牌）與 強化學習 （在模擬環(huán)境中優(yōu)化策略），大幅提升模型的泛化能力。測試顯示，合成數(shù)據(jù)與真實數(shù)據(jù)結合使性能提升40%。

3. 功能亮點與性能突破

• 通用任務執(zhí)行 ：支持抓取、搬運、多步驟組裝等任務，無需針對特定任務重新訓練。例如，在真實環(huán)境中執(zhí)行桌面操作任務的成功率高達76.8%，遠超傳統(tǒng)策略模型。
• 跨平臺適配性 ：兼容Fourier GR-1、1X Neo等多款人形機器人及機械臂，實現(xiàn)“開放大腦驅(qū)動開放硬件”的愿景。
• 多模態(tài)交互 ：理解自然語言指令（如“拿起杯子”），并融合視覺輸入完成復雜操作，例如雙臂協(xié)調(diào)擰瓶蓋。

GR00T N1項目地址

• 項目官網(wǎng)：https://developer.nvidia.com/isaac/gr00t
• GitHub 倉庫：https://github.com/NVIDIA/Isaac-GR00T/
• HuggingFace 模型庫：https://huggingface.co/nvidia/GR00T-N1-2B
• 技術論文：https://research.nvidia.com/publication/2025-03_nvidia-isaac-gr00t-n1-open-foundation-model-humanoid-robots

4. 開源生態(tài)與行業(yè)變革

• 開源資源 ：模型權重、代碼及數(shù)據(jù)集已發(fā)布于GitHub與Hugging Face，開發(fā)者可基于2B參數(shù)架構進行微調(diào)。例如，Hugging Face提供預訓練模型和PyTorch腳本。
• 降低開發(fā)門檻 ：通過Simulation Frameworks（如Isaac Sim）加速虛擬測試，減少實體原型開發(fā)成本，初創(chuàng)企業(yè)可快速驗證算法。
• 行業(yè)影響 ：
  • 挑戰(zhàn)傳統(tǒng)廠商 ：波士頓動力、特斯拉等依賴專有系統(tǒng)的企業(yè)面臨開源生態(tài)的競爭壓力。
  • 推動應用落地 ：在物流、醫(yī)療、零售等領域，GR00T N1可優(yōu)化倉儲管理、輔助康復訓練、提升客戶服務效率。
  • 硬件需求增長 ：模型依賴高性能計算（如Jetson AGX Thor、H100 GPU），進一步鞏固英偉達在AI芯片市場的地位。

5. 戰(zhàn)略意義與未來展望

• 技術轉折點 ：GR00T N1標志著機器人開發(fā)從“專用模型”轉向“通用基礎模型+微調(diào)”模式，類似智能手機領域的Android生態(tài)。
• 商業(yè)化潛力 ：TrendForce預測，到2028年全球人形機器人市場規(guī)模將達40億美元，而GR00T N1的開源特性將加速這一進程。
• 長期挑戰(zhàn) ：需解決數(shù)據(jù)安全、標準化及知識產(chǎn)權問題，避免生態(tài)碎片化[。

結語

GR00T N1不僅是技術突破，更是行業(yè)生態(tài)重構的起點。其開源模式將催生更多創(chuàng)新應用，推動人形機器人從實驗室走向家庭、工廠和公共服務領域。隨著英偉達與DeepMind、迪士尼等巨頭的合作深化（如Newton物理引擎項目），通用機器人時代已拉開序幕。開發(fā)者、企業(yè)及投資者需抓住這一變革機遇，探索AI與物理世界的深度融合。