NVIDIA Presenta GR00T 2 e Isaac Lab 3.0 en CoRL para el Entrenamiento Avanzado de Robots

NVIDIA ha presentado avances innovadores en robótica en la Conferencia 2026 sobre Aprendizaje de Robots (CoRL) en Austin, Texas. La compañía introdujo GR00T 2, un modelo de acción mundial, y Isaac Lab 3.0, un marco de aprendizaje de robots de código abierto, para mejorar la precisión y escalabilidad del entrenamiento de robots. Estas innovaciones tienen como objetivo cerrar la brecha entre las demostraciones en laboratorio y el despliegue en el mundo real, permitiendo a los robots realizar tareas complejas y hábiles con mayor autonomía y adaptabilidad.

GR00T 2: Un Salto en Modelos de Acción Mundial

GR00T 2, construido sobre NVIDIA Cosmos, está diseñado para entrenar robots en manipulación hábil utilizando conjuntos de datos diversos, incluidos 100,000 horas de datos egocéntricos de humanos de código abierto. Las características clave de GR00T 2 incluyen:

• Rendimiento inmediato: Completó con éxito 40 de tareas evaluadas en 50 sin demostraciones específicas para la tarea.
• Transferencia de habilidades: Permitió que los robots aprendieran de demostraciones humanas y adaptaran habilidades a diferentes cuerpos robóticos.
• Generalización con datos mínimos: Alcanzó una tasa de éxito de 71% en 50 tareas con una demostración por tarea, aumentando a 95% con cinco demostraciones.
• Control de agentes: Proporcionó herramientas para que los agentes de IA secuenciaran habilidades y se recuperaran de errores.

GR00T 2 se clasifica entre los tres mejores modelos en evaluaciones como RoboCasa365, RoboLab, RoboDojo y MolmoSpaces. Está siendo probado por Nexuni para manejo de lavandería robótica, Foxconn para automatización de fábricas y Siemens para aplicaciones industriales. MicroAGI también ha utilizado GR00T 2 para tareas de intercambio de cables Ethernet con un brazo robótico YAM.

Isaac Lab 3.0: Escalando el Entrenamiento de Robots en Simulación

Isaac Lab 3.0 proporciona una plataforma robusta para entrenar robots en entornos simulados antes de desplegarlos en el mundo real. La última versión introduce:

• Integración de física mejorada: Soporta objetos deformables y sistemas articulados complejos utilizando el motor de física Newton.
• Aumento de la capacidad de entrenamiento: Alcanzó hasta 2.5x la velocidad de entrenamiento de su predecesor, Isaac Lab 2.3, en benchmarks de manipulación hábil basada en visión.
• Herramientas de simulación flexibles: Permite a los investigadores alternar entre los solucionadores NVIDIA PhysX y Newton, seleccionar renderizadores para el entrenamiento basado en percepción y aplicar bibliotecas de refuerzo post-entrenamiento a modelos de base como GR00T.

Skild AI anunció el solucionador STEEL, un motor de física de cuerpos rígidos construido sobre Newton, para acelerar aún más el entrenamiento de robots con Isaac Lab. Flexion demostró cómo Isaac Lab y Newton soportan su modelo Reflect, combinando razonamiento y manipulación de cuerpo entero.

Esfuerzos Colaborativos y Mayor Impacto

NVIDIA está trabajando con socios como Ambi Robotics, Bosch Research, Siemens y UC Berkeley para llevar estos avances a la comunidad robótica. La compañía también presentó nuevos flujos de trabajo, incluyendo Video to Data, que convierte video humano en demostraciones robóticas simuladas, y EgoHand, un modelo de reconstrucción de movimiento de mano 3D con más de 40,000 descargas en Hugging Face en 2 semanas desde su lanzamiento.

Al combinar simulación, modelos de acción mundial y flujos de trabajo de robótica agentiva, las últimas tecnologías de NVIDIA buscan acelerar el desarrollo de robots capaces de realizar tareas intrincadas en entornos dinámicos, allanando el camino para una adopción industrial más amplia.