NVIDIA 发布 Isaac GR00T N1.6

背景

人形机器人并不好编程。一台会走路的机器人，不等于一台能被交代任务、并自己琢磨出怎么完成的机器人。这背后有两个问题：机器人要听懂一句可能很含糊的指令；还要控制整个身体把这件事做出来。NVIDIA 这次发布 Isaac GR00T N1.6，正是围绕这两点：公司称该模型增强了人形机器人的推理（reasoning）、泛化（generalization）与全身控制（whole-body control）能力^[1]。

发布了什么

NVIDIA 于 2025 年 10 月 28 日通过 Bryan Catanzaro 的博客公开了这批开放模型^[1]。核心是 Isaac GR00T N1.6，一个面向人形机器人的开放模型。

公司表示，GR00T N1.6 集成了 Cosmos Reason——一个为物理 AI（physical AI）打造的推理视觉语言模型。这个组件的作用，是把含糊的指令转换为一步步的行动计划^[2]。也就是说，由推理模型负责把「人随口说的一句话」翻译成「机器人能照着执行的一串步骤」。

与模型一同放出的还有 GR00T 训练数据。公司称这批数据已进入 Hugging Face 历史上被下载次数最多的数据集前十名^[1]。GR00T N1.6 本身已在 Hugging Face 上提供，Isaac GR00T 系列模型则以 NVIDIA NIM 微服务的形式提供^[1]。

同一次发布还把机器人学习框架 Isaac Lab 推进到面向开发者的早期版本 2.3，新增全身控制能力，并扩展了用于采集数据的遥操作（teleoperation）功能^[2]。遥操作之所以重要，是因为它是收集机器人示范数据的主要手段之一；遥操作越好用，采集数据就越容易，这些数据又直接用于训练。

谁在用

NVIDIA 称，Agility Robotics、Amazon Robotics、Figure AI、Skild AI、Milestone Systems 与 Uber 正在采用 Cosmos 或 Isaac GR00T N 系列模型^[1]。

为什么重要

这次发布有两点值得注意。第一是开放性。把一个模型、它的训练数据，以及一整套仿真与学习工具一起放出来，降低了那些没有资源自己搭建每一层的机器人团队的门槛。训练数据能跻身 Hugging Face 下载量最高的数据集之列，本身就说明这一层的需求有多大^[1]。

第二是推理与控制的分工。这次发布并没有让一个模型包办所有事情，而是让负责规划的推理视觉语言模型与负责驱动全身的模型配合工作^[1][2]。这种结构反映了机器人领域的一个普遍思路：把「决定做什么」的部分和「真正去做」的部分分开，让两边各自都能被单独改进和评估。

位置

这次发布针对的是物理 AI，也就是不只在文字或图像上产出结果、而要在现实世界里行动的 AI 系统。通过一次发布同时给出人形机器人控制模型、推理模型、训练数据、仿真框架，以及以微服务形式提供的部署方式，NVIDIA 把这些部件呈现为一条从指令通向可工作机器人的路径^[1][2]。而被点名为采用方的那批公司也说明，这项工作从一开始就对准了商用机器人^[1]。