NVIDIA GR00T 2 leert robots klussen door mensen te bekijken

Op de Conference on Robot Learning (CoRL) in Austin presenteerde NVIDIA GR00T 2, een nieuw basismodel voor robots. Het model leert taken van mensen door video te bekijken die vanuit hun ooghoogte is opgenomen. Volgens NVIDIA heeft een robot er daarna soms maar één voorbeeld voor nodig om een klus onder de knie te krijgen. Die cijfers komen wel van NVIDIA zelf.

Een model dat vooruit kijkt

In de aankondiging op het eigen blog noemt NVIDIA GR00T 2 een world action model. Het bouwt voort op Cosmos, het wereldmodel van NVIDIA. Eén diffusion transformer voorspelt tegelijk hoe een scène verandert en welke bewegingen van de robot die verandering veroorzaken.

De trainingsdata zijn opvallend. Volgens The Neuron ging het om 402.730 uur video van mensen, gefilmd vanuit hun eigen perspectief, ruim 10.000 uur demonstraties met een handgrijper en 23.500 uur aan op afstand bestuurde robots. Een deel daarvan, 100.000 uur menselijke video, heeft NVIDIA onder een CC BY 4.0-licentie vrijgegeven.

Van 40 naar 95 procent

NVIDIA zette het model aan het werk op 50 taken. Zonder één specifiek voorbeeld op de doelrobot lukten 40 daarvan minstens één keer. Met één demonstratie per taak lag het gemiddelde succes op 71 procent, met vijf demonstraties op 95 procent. Die laatste stap kostte volgens The Neuron een fine-tune van 30 minuten op één RTX 5090. Foxconn test het model voor de productie van servers, Siemens voor industriële toepassingen en Nexuni voor het vouwen van wasgoed.

Google sloeg eerder dezelfde weg in met Gemini 4 Argon, dat een robot cornhole leerde uit één video. Robots leren zo steeds meer van beelden in plaats van eindeloos programmeren.

Kanttekeningen bij de cijfers

TechTimes plaatst flinke vraagtekens. NVIDIA noemt de 50 taken niet en zegt ook niet hoeveel pogingen per taak zijn gedaan. Een taak die één keer lukt, telt al als geslaagd. Op de onafhankelijke benchmark RoboDojo haalde het beste van 30 geteste robotmodellen in de echte wereld 12,8 procent, tegenover 100 procent voor menselijke experts. Het model is bovendien geen lichtgewicht: GR00T 2 is gebaseerd op een videomodel van 14 miljard parameters.

Downloaden kan het model voorlopig niet. NVIDIA spreekt van een open model, maar de onderzoekspagina noemt december 2026 voor de code. Een datum voor de gewichten en een licentie ontbreken. Naast GR00T 2 kondigde NVIDIA ook Isaac Lab 3.0 aan, een opensource-omgeving om robots in simulatie te trainen, die tot 2,5 keer sneller traint dan versie 2.3.

Wat betekent dit?

NVIDIA zet vol in op physical AI, zoals eerder ook bleek uit de samenwerking met Duitsland. Als robots echt kunnen leren van gewone video van mensen, wordt het veel goedkoper om ze nieuwe taken bij te brengen. Daar wachten fabrikanten als Toyota met zijn plan voor 400.000 fabrieksrobots juist op. Ook humanoïde-robotmaker Agility Robotics zal meekijken. Voorlopig blijft het echter bij beloftes. Pas als de gewichten uit zijn en anderen de resultaten kunnen nabouwen, wordt duidelijk hoeveel van die 95 procent overeind blijft op een echte werkvloer.