Le modèle robotique GR00T 2 de Nvidia réussit 95 % des tâches après cinq démonstrations

Le nouveau modèle robotique de Nvidia, GR00T 2, est conçu pour apprendre un travail manuel à partir de quelques démonstrations, plutôt qu’au terme d’un long entraînement. Montrez-lui une tâche une fois et, lors des tests menés par Nvidia, il la réussit la plupart du temps. Répétez la démonstration quelques fois et il échoue rarement. C’est important, car apprendre une nouvelle tâche à un bras robotique a généralement consisté à le guider encore et encore dans ses mouvements à distance, une étape lente et coûteuse dans la mise en service des robots.

Nvidia présente GR00T 2 comme un modèle d’action en monde ouvert. Il s’agit d’une forme d’IA qui observe une scène, prédit comment ses mouvements vont la modifier, puis agit. Le modèle fonctionne sur les modèles du monde Cosmos de Nvidia et a été entraîné à partir d’un mélange d’enregistrements de robots et de vidéos montrant des humains. Ces dernières comprennent une bibliothèque de vidéos à la première personne où l’on voit des personnes utiliser leurs mains, que Nvidia a publiée en open source.

Ces chiffres proviennent de l’évaluation par Nvidia de 50 tâches de manipulation. Sans démonstration propre à la tâche, GR00T 2 a réussi au moins une fois 40 des 50 tâches. Avec une seule démonstration par tâche, son taux de réussite moyen s’est établi à 71 % ; avec cinq démonstrations, il a grimpé à 95 %. Nvidia affirme que le modèle peut observer un humain effectuer une tâche et transposer cette compétence à un robot d’un autre type, sans aucune vidéo de robot. Des agents d’IA peuvent également y faire appel via une API pour enchaîner des compétences et se rattraper lorsqu’une étape échoue.

Certaines de ces capacités revendiquées sont déjà mises à l’essai. Foxconn, à Taïwan, applique GR00T 2 à l’automatisation de la fabrication de serveurs ; Siemens l’évalue pour différentes tâches industrielles, et Nexuni le teste pour la manipulation du linge. MicroAGI l’a entraîné davantage par apprentissage par renforcement afin qu’il puisse remplacer des câbles Ethernet à l’aide d’un bras robotique.

En parallèle du modèle, Nvidia a lancé Isaac Lab 3.0, le framework open source que les chercheurs utilisent pour entraîner des robots en simulation avant de les faire fonctionner sur du matériel réel. Son intégration plus étroite avec Newton, un moteur physique ouvert, permet de simuler des matériaux souples comme les câbles et les tissus, ainsi que des mains robotiques dotées de nombreuses articulations. Lors d’un test de référence portant sur la manipulation avec une main, Nvidia a mesuré un débit d’entraînement jusqu’à 2,5 fois supérieur à celui de la version précédente, Isaac Lab 2.3. Concrètement, cela signifie davantage de répétitions pour un même temps de calcul.

Quelques limites sont à garder à l’esprit. Les taux de réussite sont ceux mesurés par Nvidia, et réussir une tâche « au moins une fois » est loin de la réaliser toute la journée sur une chaîne d’usine. Les places dans le top 3 de GR00T 2 dans des classements de référence en robotique comme RoboCasa365, RoboLab, RoboDojo et MolmoSpaces relèvent elles aussi des affirmations de Nvidia et concernent, pour l’essentiel, des simulations. Nvidia décrit le modèle comme ouvert, mais au moment de la rédaction, ses poids n’étaient disponibles ni sur les pages GitHub ni sur les pages Hugging Face de l’entreprise, où la version téléchargeable la plus récente reste GR00T N1.7. Et les consommateurs n’ont rien à acheter. Il s’agit d’une boîte à outils destinée aux fabricants de robots et aux laboratoires, pas d’un robot domestique.

Pour ceux qui ne travaillent pas dans un laboratoire de recherche, les effets se feront sentir progressivement, avec des robots d’entrepôt, d’usine et de service qui auront besoin de moins d’assistance avant d’être mis au travail. Les outils étant open source et publiés en ligne, les laboratoires et les start-up du monde entier peuvent les utiliser, des partenaires de Nvidia en Corée comme RLWRLD aux universités d’Europe et d’Amérique latine.

Nvidia a présenté GR00T 2 et Isaac Lab 3.0 le 9 novembre 2026, lors de la Conference on Robot Learning à Austin, au Texas. Une version préliminaire destinée aux développeurs d’Isaac Lab-Arena 0.4, son outil de test des stratégies robotiques à travers des milliers de variantes, a été publiée au même moment, ainsi que deux nouveaux tests de référence ouverts, DexBench et VABAR, conçus pour mesurer la capacité des robots à effectuer des tâches industrielles. Nvidia n’a pas indiqué quand les poids de GR00T 2 seraient disponibles au téléchargement public.

Étiquettes: nvidia, robotique, robots humanoïdes, Foxconn, GR00T 2, Isaac Lab