NVIDIA: GR00T 2 đạt tỷ lệ thành công 95% sau 5 lần trình diễn mỗi tác vụ

NVIDIA (NVDA) công bố mô hình học robot GR00T 2 ngày 9 tháng 11, cho biết trong đánh giá của công ty, mô hình đạt tỷ lệ thành công trung bình 95% trên 50 tác vụ khi được cung cấp 5 lần trình diễn cho mỗi tác vụ.

NVIDIA giới thiệu các ứng dụng của GR00T 2 và Isaac Lab 3.0 tại CoRL 2026, diễn ra từ ngày 9 đến 12 tháng 11 ở Austin, bang Texas, Mỹ. Nội dung được đăng trên blog chính thức của NVIDIA. Phần trình bày tập trung vào các công việc cần thao tác chính xác như kết nối cáp và lắp ráp linh kiện, ngoài việc huấn luyện robot di chuyển.

GR00T 2 là mô hình mà NVIDIA gọi là “mô hình hành động thế giới”. Mô hình nhận hình ảnh, chỉ thị và trạng thái của robot làm đầu vào, rồi dự đoán đồng thời hình ảnh tương lai và chuyển động của robot.

Dữ liệu huấn luyện gồm video góc nhìn thứ nhất của con người, các lần trình diễn bằng bộ gắp cầm tay và dữ liệu điều khiển robot từ xa. NVIDIA cũng sử dụng 100.000 giờ video góc nhìn thứ nhất do công ty công bố.

Theo trang nghiên cứu của NVIDIA, khi không có dữ liệu trình diễn, GR00T 2 thực hiện được ít nhất một lần 40 trong số 50 tác vụ. Tỷ lệ thành công trung bình trên tất cả lượt thử khi đó là 40%. Con số 40 tác vụ chỉ số tác vụ mô hình thành công ít nhất một lần, còn 40% là tỷ lệ trung bình tính trên toàn bộ lượt thử.

Khi được cung cấp một lần trình diễn cho mỗi tác vụ, tỷ lệ thành công trung bình đạt 71%; với 5 lần trình diễn, tỷ lệ này là 95%. NVIDIA cho biết dữ liệu của 5 lần trình diễn mất chưa đến 3 phút cho mỗi tác vụ, còn quá trình huấn luyện thích ứng trên một máy RTX 5090 mất 30 phút. Kết quả đánh giá được đăng trên trang nghiên cứu của NVIDIA.

GR00T 2 dự đoán chuyển động của robot, còn Isaac Lab là công cụ để huấn luyện và đánh giá chuyển động trong môi trường ảo. Isaac Lab 3.0 được phát hành rộng rãi ngày 22 tháng 10, trước sự kiện CoRL. Tại sự kiện, NVIDIA giới thiệu bộ mô phỏng vật lý Newton được tích hợp vào phiên bản này cùng các tính năng huấn luyện thao tác.

Nhà phát triển có thể chọn PhysX hoặc Newton tùy theo tác vụ. Newton được dùng để mô phỏng các vật thể biến dạng như dây cáp và vải, cũng như chuyển động của bàn tay robot có nhiều khớp.

NVIDIA cho biết trong bài kiểm tra chuẩn về thao tác khéo léo dựa trên thị giác, Isaac Lab 3.0 kết hợp với Newton có thông lượng huấn luyện cao hơn tối đa 2,5 lần so với Isaac Lab 2.3 kết hợp với PhysX. So sánh này chỉ áp dụng cho bài kiểm tra chuẩn nói trên.

NVIDIA cho biết Foxconn đang áp dụng GR00T 2 để tự động hóa sản xuất máy chủ, còn Siemens đang đánh giá các ứng dụng công nghiệp. Công ty cũng giới thiệu Nexuni đang thử nghiệm mô hình cho robot xử lý đồ giặt. Chưa có thông tin về việc các ứng dụng này được đưa vào sản xuất hàng loạt hay kết quả vận hành.

Tại Hàn Quốc, LG Electronics từng trình bày phương án sử dụng Isaac Sim, Isaac Lab và Isaac GR00T trong phát triển robot. TokenPost trước đó cũng đưa tin về hoạt động phát triển robot của LG Electronics và việc sử dụng nền tảng NVIDIA.

Một bài đăng trên GitHub của Newton ghi nhận rằng trong môi trường Isaac Lab 3.0 chạy trên RTX 5090, thông lượng mô phỏng một số vật thể biến dạng thấp hơn PhysX. Kết quả này được đo trong một tác vụ và cấu hình cụ thể. Sau đó, có báo cáo cho thấy hiệu năng được cải thiện khi số lượng môi trường tăng lên; vấn đề được đánh dấu hoàn tất ngày 7 tháng 10. Khả năng hiệu năng thấp hơn khi số lượng môi trường ít vẫn được thảo luận riêng.

Trang nghiên cứu của NVIDIA cho biết mã nguồn GR00T 2 dự kiến được công bố vào tháng 12.