ADVERTISEMENT
NVIDIA於GTC2025春季場發表開源、可完全自訂的GR00T N1機器人基礎模型，並著手開發Newton物理引擎，提供通用人形機器人便捷的開發環境。
雙系統主管反射、思考
NVIDIA執行長黃仁勳於GTC（GPU技術大會）2025春季場開幕演說中講解多項機器人相關的技術成果與研發趨勢，提供強大的開發環境。除了延續先前GR00T機器人開發計劃，也以開源型式推出GR00T N1機器人基礎模型，讓開發者能夠直接使用或根據需求進行微調，大幅降低從零開始訓練模型的門檻。
與訓練自駕車的概念相同，NVIDIA也使用Omniverse數位攣生與Cosmos生成式世界基礎模建立的合成資料訓練機器人模型，詳細說明請參考《自駕車模型訓練與蒸餾技術分析》一文。
然而與自駕車使用的模型蒸餾技術不同的是，GR00T N1模型採用雙系統架構，其靈感來自於人類的認知原理。「系統1」是快速思考的動作模型，可以類比為人類的反射或直覺動作，而「系統2」則是緩慢思考的模型，用於深思熟慮，進行有條理的決策。
搭載GR00T N1模型的機器人可以透過攝影機與多種感應器收集環境資訊，並在視覺語言模型的支援下，先以「系統2」分析接收到的指令，並進行推論運算以規劃行動，接著以「系統1」將規劃轉換為精確的機器人連續動作。
其中「系統1」的訓練除了以實際人類示範的資料做為素材之外，也大量使用由Omniverse平台產生的合成資料，提高AI模型的精確度以完成各種複雜的動作，開發者也可針對特定的人形機器人或任務，使用真實或合成資料對GR00T N1模型進行維調與後期訓練（Post-Training）。
舉例來說，GR00T N1模型能夠完用1或2隻手臂抓取、移動物品，或是將物品從一隻手臂傳到另一隻手臂，或是執行需要參考長上下文提示詞並結合多種動作的多步驟任務，進而勝任搬運材料、包裝和檢查等工作。
3強聯手打造開源物理引擎
NVIDIA宣布與Google DeepMind及Disney Research（迪士尼研究中心）合作開發的開源物理引擎Newton，它採用NVIDIA Warp框架開發，並且相容於Isaac Lab與Google DeepMind的MuJoCo等模擬框架，並預計導入Disney Research研發的物理引擎，支援模仿人類學習以及反覆試驗學習等多種方式，提供靈活多元的機器人訓練方式，協助開發者根據需求更新機器人技能，並以更高精準度處理複雜任務。
黃仁勳在演說尾聲帶上舞台的BDX droid機器人「Blue」就是由Disney Research立用Newton開發的成果。
對於訓練機器人使用的AI模型而言，提供大量、多樣化、高品質的資料十分重要，然而產製這類資料的成本卻不低，例如真人示範資料受限於工作者的時間，就算不眠不休每天最多也只有24小時能夠錄製示範資料。
而NVIDIA提供的Isaac GR00T Blueprint藍圖以Omniverse與Cosmos產生的合成資料為基礎（詳見自駕車訓練說明），讓開發者能已少量真人示範資料為基礎生成大量合成動作資料，有助於解決上述難題。
舉例來說使用這個藍圖，能在短短11小時生成78萬組合成軌跡，相當於6500小時（等同9個月）的真人示範資料。NVIDIA表示結合真實與合成資料，能夠較單純使用真實資料提高40% GR00T N1效能。
GR00T N1訓練資料和任務評估情境現在可從Hugging Face與GitHub下載，使用者也可以在GitHub下載Isaac GR00T Blueprint，是直接在build.nvidia.com網站查看互動展示。
請注意！留言要自負法律責任，相關案例層出不窮，請慎重發文！