概要と結論
NVIDIAは、ロボットを操作するための世界行動モデル「GR00T 2」を発表しました。膨大なデータによって事前学習された本モデルは、わずか5回の手本(デモンストレーション)を提示するだけで新しいタスクを学習でき、単体のGeForce RTX 5090上で30分間のファインチューニングにより実行可能となっています。
何が発表されたのか:GR00T 2の基本概要
NVIDIAが発表した「GR00T 2」は、ロボットを操作するための世界行動モデルです。従来のロボット制御に比べ、汎用的な事前学習モデルを基盤とすることで現場での迅速な学習を可能にしています。
大規模な事前学習データとわずか5回のデモによる学習
GR00T 2は、以下のデータによって事前学習されています。
- 人間の動作を記録した合計40万2730時間の動画
- 人間が手持ちグリッパーを操作する様子を記録した合計1万184時間分のデータ
- 人間によるロボット遠隔操作の様子を記録した2万3500時間分のデータ
これらのデータに基づく事前学習により、新規タスクの学習に必要なデータは人間による5回のデモンストレーションのみで、単体のGeForce RTX 5090上で30分間のファインチューニングにより実行可能であるとされています。

ロボット開発における技術的・産業的意義
GR00T 2の発表により、ロボットの新規タスク学習や開発プロセスにおいて、わずか5回のデモンストレーションや単体のGeForce RTX 5090上での30分間のファインチューニングといった効率的なアプローチが示されました。
利用者・開発者への影響
研究者やロボティクスエンジニアにとって、GR00T 2は新規タスクの学習に人間による5回のデモンストレーションのみを用い、単体のGeForce RTX 5090上で30分間のファインチューニングによって実行できるという点で活用が期待されます。
現時点での未確定点とスケジュール
NVIDIAによれば、GR00T 2の関連コードは2026年12月に公開される予定です。
まとめ
NVIDIAが発表した「GR00T 2」は、「人間の動作を記録した合計40万2730時間の動画」「人間が手持ちグリッパーを操作する様子を記録した合計1万184時間分のデータ」「人間によるロボット遠隔操作の様子を記録した2万3500時間分のデータ」によって事前学習されたロボット用世界行動モデルです。新規タスクの学習に必要なデータは人間による5回のデモンストレーションのみで、単体のGeForce RTX 5090上で30分間のファインチューニングにより実行可能であり、関連コードは2026年12月に公開される予定です。


コメント