NVIDIA показала GR00T 2 — модель для роботов, которая предсказывает будущее видео и действия вместе

🤖 NVIDIA показала GR00T 2 — модель для роботов, которая предсказывает будущее видео и действия вместе. Работает на захватах, пятипалых руках и гуманоидах.
Главное: навыки, показанные только людьми или ручным захватом, переносятся на робота, который их не пробовал. На 50 незнакомых задачах без дообучения успех 40%. После пяти демонстраций (меньше 3 минут данных) и 30 минут LoRA-дообучения на одной RTX 5090 — 95%.
🧠 Для обучения использовали 402 730 часов видео от первого лица, часть из них (100 000 часов, Human-1M-100K) лежит на Hugging Face. Есть и облегчённая GR00T 2 Turbo: на гуманоиде Unitree G1 один прогноз занимает 124 мс на его собственном Jetson Thor.
Страница проекта по ссылке.
Комментарии
Комментарии ведутся в Telegram: войдите через Telegram, чтобы написать или поставить лайк. Открыть обсуждение




