Роботы научились перенимать навыки у людей без прямого обучения на собственном оборудовании. Компания NVIDIA представила новую модель искусственного интеллекта GR00T 2, которая способна изучать человеческие действия по видеозаписям и переносить полученные знания на разные роботизированные системы. Как следует из исследования NVIDIA Research, технология объединяет прогнозирование будущих событий и управление движениями робота, передает DKNews.kz.
Разработка получила название GR00T 2 — World-Action Model (WAM). Её представили в ноябре 2026 года, а официальный анонс NVIDIA состоялся 9 ноября на фоне конференции Conference on Robot Learning (CoRL). Главная особенность модели — способность не просто выполнять заранее выученные команды, а предсказывать последствия собственных действий и адаптироваться к новым задачам.
402 тысячи часов видео: как NVIDIA обучала роботов
В основе GR00T 2 лежит масштабный набор данных, включающий видеозаписи человеческих действий, демонстрации с ручными захватами и управление настоящими роботами.
Для предварительного обучения исследователи использовали:
- 402 730 часов видеозаписей человеческих действий от первого лица.
- 10 184 часа демонстраций с ручным захватом UMI, охватывающих 2 897 задач.
- 23 500 часов данных дистанционного управления роботами.
Такой подход позволяет системе изучать не только движения, но и физические взаимодействия с окружающим миром. Например, модель анализирует, как человек берёт предмет, перемещает его, вставляет деталь в разъём или выполняет последовательность операций.
Затем искусственный интеллект формирует прогноз того, как должна измениться окружающая обстановка, и одновременно рассчитывает действия робота.
Исследователи также проверили влияние объёма человеческих видеоданных на качество обучения. При использовании полного набора записей средний прогресс выполнения 72 тестовых задач на реальном роботе вырос с 50% до 70% по сравнению с моделью, обученной без человеческого видео.
Роботу достаточно пяти демонстраций для результата в 95%
Одним из главных результатов исследования стала способность GR00T 2 быстро осваивать новые действия.
На 50 задачах, которые целевой робот ранее не выполнял, модель без дополнительного обучения достигла среднего показателя успешности 40%. При этом после одной демонстрации на каждую задачу средняя успешность выросла до 71%, а после пяти — до 95%.
Для адаптации с использованием пяти демонстраций потребовалось менее трёх минут данных, записанных на роботе, и около 30 минут дополнительного обучения на одной видеокарте NVIDIA RTX 5090.
Важно, что речь идёт о результатах конкретных исследовательских испытаний. Они не означают, что любой робот сможет освоить произвольную задачу с вероятностью 95% после пяти показов.
Человек показывает — робот повторяет
GR00T 2 позволяет переносить навыки между людьми и роботами, даже если их механическое устройство существенно различается.
В одном из экспериментов человек демонстрировал лабораторную операцию с фильтровальной бумагой и промывной бутылкой. Робот Dexter, не получавший прямых демонстраций этой задачи на собственном оборудовании, успешно выполнял её в 65% испытаний.
В другом эксперименте система переносила навыки с ручного захвата UMI на роботизированную руку YAM. Робот смог самостоятельно собрать игрушечный самосвал, причём успешность выполнения всей последовательности операций достигла 60%.
Исследователи также продемонстрировали работу с роботизированными кистями, способными выполнять более тонкие движения. Среди задач — приготовление йогурта с бананом и гранолой, а также зажигание лампы с помощью спички.
Эти примеры показывают, что модель способна использовать знания, полученные из наблюдений за человеком, для управления устройствами с другой конструкцией рук и захватов.
Роботы собирают электронику и исправляют ошибки
Разработчики уделили особое внимание точности движений, необходимой при работе с небольшими деталями.
После дополнительного обучения GR00T 2 выполняла операции с двумя роботизированными кистями Sharpa, каждая из которых имеет 22 степени свободы.
В испытаниях модель продемонстрировала следующие результаты:
- 85% успешности при установке модулей памяти GB300.
- 65% успешности при сборке игрушечного грузовика.
- От 88% до 96% успешности в трёх задачах точной установки деталей после дополнительного обучения с подкреплением на реальном роботе.
Ещё одна возможность связана с управлением через интеллектуального агента. В такой системе отдельная модель рассуждения определяет последовательность действий, а GR00T 2 выполняет физические операции.
Во время испытаний робот YAM смог успешно завершать не менее 97 из 100 последовательных сборок для каждого из трёх типов игрушек. Система при этом могла восстанавливаться после остановок и ошибок.
Это особенно важно для задач, где робот должен не просто повторить движение, а довести многоэтапную операцию до результата.
GR00T 2 Turbo работает прямо на гуманоиде Unitree G1
NVIDIA также представила ускоренную версию модели — GR00T 2 Turbo. Она предназначена для управления движениями всего тела человекоподобного робота.
Благодаря уменьшенной нейросетевой архитектуре и более компактному представлению видеоданных модель может работать непосредственно на вычислительной платформе Jetson Thor, установленной на гуманоиде Unitree G1.
Время формирования одного прогноза составляет 124 миллисекунды.
В отличие от систем, ориентированных только на движение рук, GR00T 2 Turbo управляет согласованными действиями всего тела: робот может ходить, наклоняться, тянуться к предметам и переносить их.
В испытаниях гуманоид успешно набирал и подавал попкорн во всех 48 попытках. При уборке стола с различными предметами успешность составила 93%.
Где могут применяться новые технологии NVIDIA
Развитие подобных моделей открывает дополнительные возможности для промышленной робототехники, логистики и автоматизации сложных операций.
В официальном анонсе NVIDIA сообщается, что технологию GR00T 2 уже изучают и испытывают компании из разных отраслей. Foxconn применяет её в проектах автоматизации производства серверного оборудования, Siemens оценивает возможности для промышленности, а Nexuni тестирует роботизированную обработку белья.
Отдельное направление — использование искусственного интеллекта совместно с симуляторами. NVIDIA развивает платформу Isaac Lab 3.0, позволяющую обучать роботов в виртуальных средах, прежде чем переносить навыки на физическое оборудование.
Это может сократить потребность в длительном сборе данных непосредственно на производстве, хотя практическая эффективность таких систем по-прежнему требует проверки в реальных условиях.
Что это означает для будущего робототехники
Главное изменение заключается в самом принципе обучения. Традиционно роботизированные системы требуют большого количества данных, полученных на конкретном оборудовании. GR00T 2 демонстрирует возможность использовать человеческие видеозаписи и опыт других роботов для освоения новых действий.
Для промышленности такой подход потенциально означает более быструю адаптацию оборудования к новым операциям, особенно там, где требуется точная работа с предметами.
Однако пока NVIDIA представляет прежде всего исследовательские результаты и испытания на отдельных роботизированных платформах. До широкого промышленного внедрения необходимо подтвердить надёжность технологии в разнообразных условиях, включая длительную непрерывную эксплуатацию.
Для Казахстана развитие физического искусственного интеллекта представляет интерес в контексте автоматизации производства и подготовки инженерных кадров. Ранее мы рассказывали, как университеты Казахстана расширяют подготовку специалистов по ИИ на базе программ NVIDIA, включая направления робототехники, автономных систем и виртуального моделирования.
