英伟达模型GR00T 2观看人类视频学习，然后想象自己成为机器人

事件经过

在一份关于GR00T 2的新研究报告中，英伟达推出了一种新的AI基础模型，旨在缩短这一过程。英伟达的新AI模型GR00T 2旨在让机器人无需费力的远程操作（即由人在别处控制机器）即可学习新任务。NVIDIA是一家总部位于圣克拉拉的半导体公司，其产品和服务包括软件。

相反，该系统将视频中的人类手部动作转移到机械臂上，其训练数据来自约400000小时的视频素材。不过，成功率仍然差异很大，取决于任务的不同，从10%到80%不等。

英伟达的新AI模型GR00T 2旨在通过将视频中的人类动作转移到机械臂上，来减少这一工作量。

为了训练机器人完成新任务，工程师通常需要花费数小时远程控制机器。这种所谓的远程操作成本高昂、速度缓慢，并且每种机器人型号都需要单独的数据。

与以往的方法（包括其前身GR00T 1）不同，GR00T 2不会将摄像头图像和语言指令直接转化为电机运动。英伟达表示，该软件采用的是其所称的世界-动作模型。

它会同时计算下一步的动作以及一段关于近期未来的短视频。例如，该系统会预测当机械臂拿起物体时，摄像头图像应如何变化。