GR00T 2

GR00T 2 是 NVIDIA 在 CoRL 2026 推出的开源前沿世界动作模型，基于 NVIDIA Cosmos 构建，面向人形机器人与灵巧操作场景。

它在多样机器人与人类数据上训练——其中包括约 10 万小时的第一人称（egocentric）数据——因而能在许多操作任务上零样本完成，并在不同机器人机体之间迁移技能。NVIDIA 将其定位为 RoboCasa365、RoboLab、RoboDojo、MolmoSpaces 等套件上领先的视觉-语言-动作（VLA）/世界动作模型之一。发布材料中提到的早期用户包括 Nexuni、Foxconn、Siemens 与 MicroAGI。

要点：

• 于 CoRL 2026 亮相，NVIDIA 机器人仿真相关博文：https://blogs.nvidia.com/blog/robotics-simulation-advancements-corl/ ；
• 基于 Cosmos 的开源世界动作 / 机器人基础模型，侧重灵巧操作；
• 支持跨机体技能迁移，并提供面向 Agent 的技能编排 API；
• 在 RoboCasa / RoboLab 系列基准上表现靠前；
• 已出现在工业与研究试点中（Nexuni、Foxconn、Siemens、MicroAGI）。

为什么值得关注

人形与多机器人机队需要可共享的「世界动作」先验，才能在不针对每一种机体从零重训的情况下规划与执行接触丰富的技能。GR00T 2 瞄准这一缺口：在 Cosmos 之上吸收第一人称人类与机器人数据，再做零样本与跨形态泛化。对希望用单一基础模型通过 Agent API 编排技能、而不是为每台机器人手调策略的实验室与制造商，这很有意义。

公开发布材料强调其在 RoboCasa365、RoboLab、RoboDojo、MolmoSpaces 等侧重家庭/实验室视觉变化下操作的套件上名列前茅。开源定位、技能迁移主张与具名工业用户，是本轮雷达高分收录的主要原因。

局限

在选定基准上领先，并不等于覆盖所有真实接触任务。跨机体迁移、安全包络与 sim-to-real 差距仍取决于集成方的整栈（Isaac / Cosmos 工具、控制器与传感器）。投产前请核对 NVIDIA 渠道上的许可条款、支持的机器人 API 与当前权重可用性。请勿把未公布的参数规模或私有评测分数当成既成事实。

1. 阅读 NVIDIA CoRL / 机器人仿真博文 https://blogs.nvidia.com/blog/robotics-simulation-advancements-corl/ ，并跟进到当前 GR00T 2 模型卡与 Cosmos 文档；
2. 若已使用 NVIDIA 机器人栈，可在 RoboCasa / Isaac Lab 类环境中评测；
3. 用 Agent 技能编排 API 做多步操作，而不是只跑单次演示；
4. 机队落地前自行核对许可、支持机体与安全监控；未写进官方文档的配额或私有基准请勿默认成立。