Isaac GR00T系统搭载的GR00T N1.7(EA版)为开源、商业授权的视觉-语言-动作(VLA)基础模型,参数量为30亿。该模型采用双系统架构:系统2基于Cosmos-Reason2-2B视觉语言模型,负责任务分解与多步骤推理;系统1为32层扩散Transformer(DiT),生成实时运动指令。输入包括RGB图像、自然语言指令及机器人本体状态,输出为连续动作向量。模型预训练使用20854小时人类第一视角视频数据,覆盖20余类任务场景,并首次验证了机器人灵巧性缩放定律——数据量从1000小时增至20000小时,任务完成率提升超一倍。1011
05开发框架与仿真协同
Isaac GR00T开发平台依托NVIDIA Isaac Sim高保真仿真环境与Isaac ROS运行时框架构建闭环工作流。Isaac Sim基于Omniverse引擎,支持光线追踪,可在虚拟环境中生成符合物理规律的合成数据用于模型训练;Isaac ROS则作为部署层,通过NITROS技术实现GPU加速的感知与控制任务,完全兼容ROS 2生态。二者协同支持从算法仿真、调试到真实机器人部署的无缝迁移。值得注意的是,Jetson Thor因不支持光线追踪,仅能运行Isaac Sim的二维模式,而DGX Spark等高端平台可呈现完整三维场景。12133
当前文章无评论,是时候发表评论了