NVIDIA发布人形机器人重磅更新！Isaac GR00T Blueprint厉害在哪？

电子发烧友网报道（文/吴子鹏）在备受瞩目的CES 2025上，NVIDIA在机器人领域宣布了重磅更新——Isaac GR00T Blueprint，帮助开发者更高效、高质量地打造人形机器人。同时，NVIDIA创始人兼CEO黄仁勋在CES 2025上还宣布了NVIDIA“人形机器人朋友圈”——NVIDIA将会在人形机器人领域和包括中国公司小鹏、宇树在内的科技公司开展合作，共同推动人形机器人产业发展。

Isaac GR00T Blueprint让模仿学习更高效

人形机器人是一个全球关注的科技热点，在中国市场，人形机器人是新质生产力的代表之一。统计数据显示，‌2023年全球人形机器人市场规模约为21.6亿美元，预计到2029年将达到324亿美元‌‌。到2035年，全球人形机器人的出货量可能超过100万台，达到140万台。

在人形机器人开发领域，NVIDIA Isaac机器人开发平台得到了很多开发者的认可，成为这些开发者开发人形机器人的得力帮手。NVIDIA Isaac是一个由NVIDIA加速库、应用框架和AI模型组成的AI机器人开发平台，可加速自主移动机器人 (AMR)、机械手和机械臂以及人形机器人等AI机器人的开发。

NVIDIA Isaac包含了一系列的AI机器人开发工具和开发示例，其中参考应用NVIDIA Isaac Sim允许开发者在基于物理的虚拟环境中设计、模拟、测试和训练基于AI的机器人和自主机器。NVIDIA Isaac Sim基于NVIDIA Omniverse 构建，支持开发者构建自己的自定义模拟器或将核心Isaac Sim技术集成到现有测试和验证管线中。

随着Isaac GR00T Blueprint发布，NVIDIA Isaac平台的性能得到了进一步强化，Blueprint可帮助开发者生成海量的合成运动数据，以便通过模仿学习来训练人形机器人。如下图所示，Isaac GR00T Blueprint通过GR00T-Teleop、GR00T-Mimic和GR00T-Gen工具流能够帮助开发者高效完成人形机器人的模仿学习，可以更好地融入人类世界。

Isaac GR00T Blueprint应用框图

模仿学习也被称为基于演示的学习（Learning By Demonstration），主要强调的是通过大量的参考数据，让人形机器人等机器可以与环境进行交互。一般而言，模仿学习主要包括行为克隆（Behavior Cloning）和逆向强化学习（Inverse Reinforcement Learning），无论是哪种技术路径，都需要大量的数据作为参考，然而在真实世界中收集这些广泛、高质量的数据集既繁琐又耗时，而且成本往往高得令人却步。

Isaac GR00T Blueprint解决了这一痛点，开发者只需少量人类示范，就能轻松生成海量的合成数据集。在这个应用框架下，GR00T-Teleop用于借助虚拟现实设备捕捉人类演示动作，并生成金标准；GR00T-Mimic用于将捕捉到的示范生成更大的合成运动数据集；GR00T-Gen用于通过域随机化和3D提升技术，指数级扩增这个数据集。

Isaac GR00T Blueprint融合了NVIDIA Cosmos

在Isaac GR00T Blueprint的GR00T-Gen工具流中，NVIDIA Omniverse和NVIDIA Cosmos是指数级扩增数据集的关键。NVIDIA Cosmos是NVIDIA在CES 2025上最新发布的“世界基础模型”，拥有一系列开放的预训练世界基础模型，专为生成具有物理感知的视频和物理AI开发所需的世界状态而设计。

NVIDIA Cosmos应用演示

黄仁勋表示：“与大型语言模型一样，世界基础模型是推进机器人和自动驾驶汽车（AV）开发的基础，但并非所有开发人员都有专业知识和资源来训练自己开发的方案。”“我们创建了Cosmos，以使物理AI更加普惠，并让每个开发人员都能接触到通用机器人技术。”

NVIDIA Cosmos是专为物理AI而构建的，据悉开发者可以基于NVIDIA Cosmos完成以下操作：
·视频搜索与理解：使开发者能够轻松从视频数据中找到特定的训练场景。例如，他们可以搜索描绘雪地道路状况或仓库拥堵情况的视频。
·基于物理仿真合成逼真数据：使用Cosmos模型在NVIDIA Omniverse平台上开发的3D场景中生成逼真的视频。
·物理AI模型的开发和评估：无论是在基础模型上构建自定义模型，还是测试其在特定模拟场景下的表现，都可以使用Cosmos进行强化学习以改进模型。
·预见和“多元宇宙”模拟：使用Cosmos和Omniverse生成AI模型可能出现的每一种可能结果，帮助其选择最佳和最准确的路径。

NVIDIA Cosmos的模型基于1800万亿个数据单元进行训练，其中包括200万小时的自动驾驶、机器人、无人机拍摄的视频以及合成数据。在人形机器人开发方面，NVIDIA Cosmos让数据稀缺性不再是人形机器人开发的关键挑战，开发者通过Cosmos上的文本、图像和视频到世界模型功能，就可以模拟各种逼真的任务场景，并完成人形机器人在这一场景下的训练学习。显然，NVIDIA Cosmos将显著缩短通用人形机器人的开发周期，让通用人形机器人早日普及。

NVIDIA已经宣布第一批采用NVIDIA Cosmos的生态伙伴，包括1X、Agile Robots、Agility、Figure AI、Foretellix、Fourier、Galbot、Hillbot、IntBot、Neura Robotics、Skild AI、Virtual Incision、Waabi和XPENG等人形机器人公司。

结语

Isaac GR00T Blueprint的推出解决了当前困扰人形机器人开发者的关键难题——如何获取海量数据完成人形机器人的模仿学习。通过整合GR00T-Teleop、GR00T-Mimic和GR00T-Gen工作流，Isaac GR00T Blueprint让开发者只需少量人类示范，就能轻松生成海量的合成数据集。在Isaac GR00T Blueprint应用框架下，最新发布的NVIDIA Cosmos则是数据指数级扩增的关键。