NVIDIAのGR00T 2、5回の実演でロボットが作業を覚え成功率95%に

Nvidiaの新しいロボットモデル「GR00T 2」は、長時間の訓練を重ねる代わりに、数回の実演から手作業を学べるよう設計されている。作業を一度見せるだけでも、Nvidiaが独自に行ったテストでは大半を正しくこなす。さらに何度か見せれば、ほとんど失敗しなくなる。これは重要な進歩だ。ロボットアームに新しい作業を教えるには、これまで遠隔操作で何度も動きをなぞらせるのが一般的で、ロボットを実際の業務に導入するうえで、時間もコストもかかる工程だった。

NvidiaはGR00T 2を「オープンワールド・アクションモデル」と呼ぶ。場面を認識し、自らの動きによって状況がどう変わるかを予測したうえで行動するタイプのAIだ。NvidiaのCosmos世界モデル上で動作し、ロボットの動作記録と人間の映像を組み合わせて学習している。映像には、人が手を使う様子を一人称視点で撮影した動画ライブラリーも含まれ、Nvidiaはこれをオープンソースとして公開している。

数値は、Nvidiaが50種類の物体操作タスクを評価した結果だ。タスクごとの実演がない場合でも、GR00T 2は50種類のうち40種類を少なくとも一度は完了した。各タスクについて一度だけ実演した場合の平均成功率は71％で、5回見せると95％に上昇した。Nvidiaによると、このモデルは人間の作業を見て学んだ技能を、ロボットの映像を使わずに別の形状のロボットへ移すこともできる。また、AIエージェントはAPI経由でGR00T 2を呼び出し、複数の技能を連続して実行させたり、途中で失敗した際に立て直させたりできる。

こうした能力をうたうモデルを、すでに初期段階で試している企業もある。台湾のFoxconnはサーバー製造の工場自動化にGR00T 2を活用し、Siemensは幅広い産業現場で評価を進めている。Nexuniは洗濯物の取り扱いに使う試験を行い、MicroAGIは強化学習でモデルを追加訓練し、ロボットアームによるイーサネットケーブルの交換に取り組んだ。

モデルとあわせてNvidiaが公開したのが、Isaac Lab 3.0だ。実機を使う前にシミュレーションでロボットを訓練するため、研究者が利用するオープンソースのフレームワークである。オープンな物理エンジンNewtonとの連携が強化され、ケーブルや布のように形が崩れやすい素材に加え、多数の関節を持つロボットハンドもシミュレーションできる。手による物体操作のベンチマークの一つでは、Nvidiaの測定で、従来版のIsaac Lab 2.3に比べて訓練の処理量が最大2.5倍に達した。同じ計算時間で、より多くの練習をこなせるということだ。

ただし、留意すべき点もある。成功率はNvidia独自の測定値であり、タスクを「少なくとも一度」完了できることと、工場の生産ラインで一日中作業を続けられることの間には大きな隔たりがある。RoboCasa365、RoboLab、RoboDojo、MolmoSpacesといったロボット分野のリーダーボードで上位3位に入ったという実績も、主にシミュレーション上での結果としてNvidiaが主張しているものだ。Nvidiaはモデルをオープンだと説明しているが、執筆時点では重みは同社のGitHubやHugging Faceのページに公開されておらず、ダウンロードできる最新版は依然としてGR00T N1.7だった。消費者が購入できる製品もない。これはロボット開発企業や研究機関向けのツールキットであり、家庭用ロボットではない。

研究機関の外にいる人々にとって、こうした変化はゆっくりと表れてくるだろう。倉庫や工場、サービスの現場で、実務に入る前の手取り足取りの指導が少なくて済むロボットが登場する形だ。ツールはオープンソースとしてオンラインで公開されているため、韓国のRLWRLDのようなNvidiaのパートナー企業から、欧州やラテンアメリカの大学まで、世界各地の研究機関やスタートアップが利用できる。

Nvidiaは2026年11月9日、テキサス州オースティンで開催されたConference on Robot Learningで、GR00T 2とIsaac Lab 3.0を発表した。数千通りの条件でロボットの制御方策を検証するツール、Isaac Lab-Arena 0.4の開発者向けプレビュー版も同時に公開。産業タスクへのロボットの対応力を測るための新しいオープンベンチマーク、DexBenchとVABARも発表した。GR00T 2の重みを一般向けのダウンロードページで公開する時期について、Nvidiaは明らかにしていない。

タグ: nvidia, 人型ロボット, ロボティクス, Foxconn, GR00T 2, Isaac Lab