Nvidia 发布研究报告介绍 GR00T 2 世界动作模型，用人类视频训练机器人

Nvidia 发布 GR00T 2 研究报告，将其定位为世界动作模型（WAM），通过扩散预测未来画面，把视频中的人类动作迁移到机械臂。系统用超过一千块 GB300 芯片训练约 40 万小时头戴相机视频，机器人无需遥操作即可点火柴、切香蕉等，成功率在 10% 到 80% 之间；50 个任务仅需不到 3 分钟常规训练即可把成功率从 40% 提到 95%。