NVIDIA 发布 Project GR00T 人形机器人基础模型项目

背景

大多数机器人至今仍是为某一项任务、在受控环境中专门编程的。人形机器人的身体接近人类，需要在为人设计的空间里工作，因此能够广泛适用的通用技能显得更重要。

基础模型（foundation model）是在大规模、广泛的数据上训练出的大模型，之后可以适配许多具体任务，大语言模型就是最常见的例子。把同样的思路用到机器人上，就是用一个模型学习大量动作与感知数据，而不是为每项任务单独编写控制程序。仿真（simulation）是其中的常用工具：机器人可以先在虚拟世界里练习，再到实体中测试。

发生了什么

2024年3月18日，NVIDIA 在 GTC 大会上宣布 Project GR00T，这是一个面向人形机器人的通用基础模型。^[1] NVIDIA 表示，由 GR00T 驱动的机器人将能理解自然语言，并通过观察人类动作学会协调、灵巧操作等技能。^[1] NVIDIA 创始人兼首席执行官黄仁勋（Jensen Huang）称，为通用人形机器人构建基础模型，是 AI 领域最令人兴奋的难题之一。^[1]

同一场发布还包括一组硬件和软件更新，NVIDIA 将它们定位为打造此类机器人的基础设施。

关键细节

硬件方面，NVIDIA 公布了 Jetson Thor，这是一台面向人形机器人的计算机，基于 NVIDIA Thor 系统级芯片。其 Blackwell 架构 GPU 可提供 800 teraflops 的 8 位浮点（8-bit floating point）AI 性能，即每秒 800 万亿次运算。^[1] 8 位浮点是一种位数较少的数字格式，能加快 AI 计算，代价是精度降低。

软件方面，Isaac 平台更新加入了 Isaac Lab。它是基于 Isaac Sim、由 GPU 加速的强化学习（reinforcement learning）应用，可同时运行数千个仿真。强化学习是让程序通过试错和奖励信号学习行为的方法，大量并行仿真能让机器人积累的练习远超单台实体机器人。此外还有 OSMO，一项用于机器人数据生成、训练和测试的计算编排服务。^[1]

NVIDIA 还列出了合作的人形机器人厂商，包括 1X Technologies、Agility Robotics、Apptronik、Boston Dynamics、Figure AI、Fourier Intelligence、Sanctuary AI、Unitree Robotics 和 XPENG Robotics。^[1]

2025年3月18日，NVIDIA 在 GTC 大会上发布 Isaac GR00T N1。公司将其定位为可完全定制的人形机器人基础模型，结构分为两部分：快速的「系统 1」动作模型，以及较慢、基于视觉语言模型的「系统 2」规划器，后者同时处理图像和语言。^[2] 早期访问用户包括 Agility Robotics、Boston Dynamics、Mentee Robotics 和 NEURA Robotics。^[2]

影响

2024年的发布更多是方向、平台和工具的宣示，2025年的 GR00T N1 则给早期用户提供了具体的模型。两者都是 NVIDIA 的公开说明，文中的性能数字也未经独立验证。

这一事件的意义在于，一家以芯片和仿真平台闻名的企业进入了机器人基础模型领域，并把语言模型的训练思路延伸到机器人上：先大规模预训练，再针对具体任务适配，其中大量练习数据由仿真提供。