The Decoder· Maximilian Schreiner·· 7 天前
Nvidia 模型 GR00T 2 观看人类视频,然后想象自己作为机器人
Nvidia's model GR00T 2 watches humans on video, then imagines itself as the robot
SI 导读
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。
SI 评分63
来源:The Decoder · the-decoder.com