Nvidia 模型 GR00T 2 观看人类视频,然后想象自己作为机器人
Nvidia 在研究报告中推出 GR00T 2 世界-动作模型,通过扩散生成未来视频将人类动作迁移到机器人,降低遥操作需求。该系统在千余块 GB300 芯片上使用约 40 万小时头戴视频训练,少量示例下部分任务成功率从 40% 升至 95%。其配合 OpenAI GPT-6 Astra 语言模型可将玩具组装成功率提至 97%,但高层模型会拖慢实时响应。
Nvidia 在研究报告中推出 GR00T 2 世界-动作模型,通过扩散生成未来视频将人类动作迁移到机器人,降低遥操作需求。该系统在千余块 GB300 芯片上使用约 40 万小时头戴视频训练,少量示例下部分任务成功率从 40% 升至 95%。其配合 OpenAI GPT-6 Astra 语言模型可将玩具组装成功率提至 97%,但高层模型会拖慢实时响应。
OpenAI GPT-6.1 Sol 参与活体小鼠脑手术实验,连续三次操作中定位误差从0.6毫米降至0.3毫米减半。模型借助外科医生反馈保存修正记录进行上下文学习,人工纠正动作从4次减至2次,识别耗时169秒缩至86秒。这并非 Exin Therapeutics 首次AI手术探索,此前已让 Claude Sonnet 5 和 Grok 4.7 等参与小鼠脑部基因治疗实验。
宇树科技创始人王兴兴在2026世界物理AI大会演讲,称这代人有希望把人形机器人生产力提升到下一个台阶,并透露宇树G1累计下线约1万至2万台。他提到GPT-6零训练即可控制机器人完成画画等任务,宇树正开发物理AI自进化系统“宇树预演”。这是他对机器人产业与大模型融合趋势的一线判断。
OpenAI 将研发人形机器人,首席执行官奥尔特曼称核心在于打造驱动机器人的“大脑”而非外观。公司预计 2027 年拿出演示样机,现挂出 27 个机器人岗位招聘,覆盖运动控制与自研机电执行器。特斯拉 Optimus 与小鹏 IRON 已率先推进人形机器人硬件,印证软件之外物理执行同样关键。
斯坦福团队HomeBody项目让GPT-6 Astra控制宇树G1机器人,在陌生厨房中完成收拾物品、取药等多步任务。系统通过探索建图、数字孪生与技能调用实现,无需新环境训练数据但依赖预训练控制器。这是继Robocurve用GPT控制机械臂后,大模型控制机器人任务范围扩展至全房间。