NVIDIA เปิดตัว GR00T 2 ทำอัตราสำเร็จเฉลี่ย 95% หลังสาธิตงานละ 5 ครั้ง

เอ็นวิเดีย(NVIDIA, NVDA) เปิดตัวโมเดลฝึกหุ่นยนต์ GR00T 2 เมื่อวันที่ 9 โดยผลประเมินของบริษัทระบุว่า เมื่อให้ข้อมูลสาธิตงานละ 5 ครั้ง โมเดลทำงาน 50 ประเภทได้สำเร็จเฉลี่ย 95%

เอ็นวิเดียแนะนำกรณีใช้งาน GR00T 2 และ Isaac Lab 3.0 ในงาน CoRL 2026 ซึ่งจัดขึ้นที่เมืองออสติน รัฐเท็กซัส สหรัฐฯ ระหว่างวันที่ 9-12 การนำเสนอเน้นงานที่ต้องใช้การควบคุมอย่างแม่นยำ เช่น การต่อสายเคเบิลและการประกอบชิ้นส่วน นอกเหนือจากการฝึกให้หุ่นยนต์เคลื่อนที่ รายละเอียดอยู่ในบล็อกทางการของเอ็นวิเดีย

เอ็นวิเดียเรียก GR00T 2 ว่าเป็น World Action Model โมเดลนี้รับข้อมูลภาพ คำสั่ง และสถานะของหุ่นยนต์ แล้วคาดการณ์ทั้งภาพในอนาคตและการเคลื่อนไหวของหุ่นยนต์

ข้อมูลฝึกประกอบด้วยวิดีโอมุมมองบุคคลที่หนึ่งของมนุษย์ การสาธิตด้วยกริปเปอร์แบบพกพา และข้อมูลการควบคุมหุ่นยนต์จากระยะไกล รวมถึงวิดีโอมุมมองบุคคลที่หนึ่งของมนุษย์จำนวน 100,000 ชั่วโมงที่เอ็นวิเดียเปิดเผย

ผลประเมินในหน้าโครงการวิจัยของเอ็นวิเดียระบุว่า หากไม่มีข้อมูลสาธิต GR00T 2 ทำงาน 40 จาก 50 ประเภทได้สำเร็จอย่างน้อยหนึ่งครั้ง โดยมีอัตราสำเร็จเฉลี่ย 40% ของการทดลองทั้งหมด ตัวเลข 40 หมายถึงจำนวนประเภทงานที่ทำสำเร็จอย่างน้อยหนึ่งครั้ง ส่วน 40% คืออัตราสำเร็จเฉลี่ยจากการทดลองทั้งหมด

เมื่อให้ข้อมูลสาธิตงานละหนึ่งครั้ง อัตราสำเร็จเฉลี่ยอยู่ที่ 71% และเพิ่มเป็น 95% เมื่อให้ข้อมูลสาธิตงานละห้าครั้ง เอ็นวิเดียระบุว่าข้อมูลสาธิตห้าครั้งใช้เวลาน้อยกว่า 3 นาทีต่องาน และการฝึกปรับโมเดลใช้เวลา 30 นาทีบนเครื่อง RTX 5090 หนึ่งเครื่อง

GR00T 2 ใช้คาดการณ์การเคลื่อนไหวของหุ่นยนต์ ส่วน Isaac Lab เป็นเครื่องมือสำหรับฝึกและประเมินการเคลื่อนไหวในสภาพแวดล้อมเสมือนจริง Isaac Lab 3.0 เปิดให้ใช้งานทั่วไปเมื่อวันที่ 22 ตุลาคม ก่อนงาน CoRL โดยในงานมีการแนะนำเอนจินฟิสิกส์ Newton ที่ผสานเข้ากับเวอร์ชันนี้ รวมถึงความสามารถด้านการฝึกงานควบคุมวัตถุ

นักพัฒนาสามารถเลือกใช้ PhysX หรือ Newton ให้เหมาะกับงานได้ โดย Newton ใช้จำลองวัตถุที่เปลี่ยนรูปได้ เช่น สายเคเบิลและผ้า ตลอดจนการเคลื่อนไหวของมือหุ่นยนต์ที่มีข้อต่อจำนวนมาก

เอ็นวิเดียระบุว่า ในการทดสอบมาตรฐานด้านการควบคุมวัตถุด้วยความคล่องแคล่วโดยอาศัยภาพ การฝึกด้วย Isaac Lab 3.0 และ Newton มีอัตราประมวลผลสูงสุด 2.5 เท่าเมื่อเทียบกับ Isaac Lab 2.3 และ PhysX ผลเปรียบเทียบนี้จำกัดอยู่เฉพาะการทดสอบดังกล่าว

เอ็นวิเดียกล่าวว่า ฟ็อกซ์คอนน์(Foxconn) กำลังนำ GR00T 2 ไปใช้กับระบบอัตโนมัติในการผลิตเซิร์ฟเวอร์ ขณะที่ซีเมนส์(Siemens) กำลังประเมินกรณีใช้งานในภาคอุตสาหกรรม ส่วน Nexuni กำลังทดลองใช้กับหุ่นยนต์จัดการผ้า ทั้งนี้ ยังไม่มีข้อมูลยืนยันว่ากรณีเหล่านี้เข้าสู่การผลิตจำนวนมากแล้วหรือมีผลการดำเนินงานอย่างไร

ในประเทศ LG Electronics เคยอธิบายแนวทางใช้ Isaac Sim, Isaac Lab และ Isaac GR00T ในการพัฒนาหุ่นยนต์ไว้ก่อนหน้านี้ โดย TokenPost เคยรายงานเรื่องการพัฒนาหุ่นยนต์ของ LG Electronics และการใช้แพลตฟอร์มเอ็นวิเดีย

ใน GitHub issue ของ Newton มีผลวัดจากสภาพแวดล้อม Isaac Lab 3.0 ที่ใช้ RTX 5090 ซึ่งพบว่า การประมวลผลการจำลองวัตถุที่เปลี่ยนรูปได้บางประเภทช้ากว่า PhysX ผลดังกล่าวมาจากงานและการตั้งค่าเฉพาะ รายละเอียดบันทึกไว้ในGitHub issue ของ Newton

ต่อมามีรายงานว่าประสิทธิภาพดีขึ้นเมื่อเพิ่มจำนวนสภาพแวดล้อม และ issue ดังกล่าวถูกปิดเมื่อวันที่ 7 ตุลาคม ขณะที่ความเป็นไปได้ที่ประสิทธิภาพจะลดลงเมื่อใช้สภาพแวดล้อมจำนวนน้อยยังมีการหารือแยกต่างหาก

หน้าโครงการวิจัยของเอ็นวิเดียระบุว่ามีกำหนดเผยแพร่โค้ด GR00T 2 ในเดือนธันวาคม