NVIDIA Isaac GR00T
NVIDIA 的开放人形机器人基础模型家族（GR00T N1 / N1.5 / N2），配 Cosmos 世界模型与 Newton 物理引擎，主打跨本体、可定制、可规模化训练，是 2026 年具身智能最核心的开放底座之一。
发布 2026-07-23更新 2026-07-23规格
- 厂商
- NVIDIA
- 发布日期
- 2025/3/18
- 类型
- multimodal
- 定价
- 开放模型权重 + 工具链；商业部署按 NVIDIA 企业授权，具体以官方为准
基准测试
✓ 优势
- •开放人形基础模型，可定制、可微调，社区与高校广泛采用
- •首次提出'机器人灵巧度 Scaling Law'，能力可系统性随数据/算力扩张
- •GR00T + Cosmos + Newton 全栈：模型 + 世界模型 + 物理引擎一体
- •GR00T-Dreams 仿真数据流水线，任务成功率约 +40%
- •Unitree H2 Plus 被选为官方开放参考机器人平台，软硬协同明确
⚠ 不足
- •需要较高端边端算力（Jetson Thor 级）做本机推理
- •真实长尾任务仍依赖真实数据采集兜底
- •生态强绑定 NVIDIA 软硬件栈
适用场景
概述
NVIDIA Isaac GR00T 是一系列开放的人形机器人基础模型，目标很明确：给整个行业提供一套可复用、可定制、能随数据变聪明的"机器人大脑"。它和 Google Gemini Robotics、Figure Helix 并列为 2026 年具身智能的三条主流技术路线，但 GR00T 的最大标签是开放 + 全栈。
GR00T 不是一个孤立模型，而是一套组合拳：
- GR00T N1 / N1.5 / N2：人形基础模型本体，支持跨本体、跨任务泛化；
- Cosmos 3：世界基础模型，帮机器人理解物理属性与空间关系；
- Newton 1.0：与 DeepMind 合作的物理引擎，专攻接触、形变、抓取等刚柔耦合仿真；
- GR00T-Dreams：仿真数据流水线，用合成运动数据补真实数据短板。
核心能力
跨本体与可定制
GR00T 强调"开放"——权重开放、可微调，研究机构（Ai2、ETH Zurich、Stanford Robotics Center、UC San Diego 等）可以把自己的本体接上来训练。这正是 机器人基础模型 该有的样子：一份底座，处处可用。
机器人灵巧度 Scaling Law
2026 上半年 GR00T N1.7/N2 最重磅的贡献，是首次提出机器人灵巧度的 Scaling Law——操作成功率会随训练数据量 / 算力规模呈现可预测的爬升，和语言模型的 Scaling Law 同源。这让"提升机器人能力"第一次有了可复制的工程公式，而不是玄学调参。
仿真 + 真实混合
真实机器人演示数据稀缺且贵。NVIDIA 用 GR00T-Dreams 生成合成运动数据，实测把任务成功率提升约 40%，再叠加真实数据兜底。配合 Cosmos 世界模型做"先想后动"的验证回环，显著降低长程任务漂移。
参考平台：Unitree H2 Plus
NVIDIA 把 宇树 H2 Plus 选为 GR00T 的开放参考机器人本体，组合为：H2 Plus 机身 + Sharpa Wave 五指触觉手 + Jetson Thor 边端算力 + Isaac GR00T 软件栈。软硬协同明确，降低了研究者的入门门槛。
与其他机器人模型的差异
| 维度 | Isaac GR00T | Gemini Robotics | Figure Helix |
|---|---|---|---|
| 开放度 | 开放权重 + 工具链 | 企业授权为主 | 闭源 |
| 配套 | Cosmos + Newton 全栈 | Gemini 生态 | 双系统本体 |
| 数据策略 | 仿真(GR00T-Dreams) + 真实 | 多模态预训练 | 自有演示 |
| 参考本体 | Unitree H2 Plus | 多本体 / Atlas | Figure 02/03 |
为什么它重要
GR00T 的意义不只是"又一个模型"，而是把具身智能的'安卓时刻'往前推了一步：当有一个开放、可定制、有 Scaling Law 指引、还有参考硬件的底座时，长尾开发者和小团队也能参与造机器人，而不是只有巨头玩得起。这也是 NVIDIA 在机器人赛道复制"CUDA 生态"打法的核心落子。
延伸阅读
- 技术路线：VLA 模型（视觉-语言-动作）
- 能力底座：机器人基础模型
- 同赛道：Google Gemini Robotics
- 行业信号：宇树 IPO：具身智能第一股 / 2026 上半年具身智能十大进展