NVIDIA نے GR00T 2 کی نقاب کشائی کی، ایک روبوٹ فاؤنڈیشن ماڈل جو انسانی ویڈیو دیکھ کر ہنر مندی سیکھتا ہے۔

NVIDIA نے 9 نومبر کو آسٹن، ٹیکساس میں کانفرنس آن روبوٹ لرننگ (CoRL) میں اپنے اگلی نسل کے روبوٹ فاؤنڈیشن ماڈل، GR00T 2 کی نقاب کشائی کی، جو ایک سادہ خیال کے گرد بنایا گیا تھا: روبوٹ جو انسانوں کو دیکھ کر سیکھتے ہیں۔ ماڈل پہلے شخص کی انسانی ویڈیو کو اپنے تربیتی مواد کے طور پر لیتا ہے، ہنر مند ہیرا پھیری سیکھتا ہے، اور مہارت کو مختلف شکلوں کے روبوٹس میں منتقل کرتا ہے۔ NVIDIA نے اپنا روبوٹ ٹریننگ فریم ورک GR00T 2 ٹربو، ایک ہموار شکل، اور Isaac Lab 3.0 بھی متعارف کرایا۔

منظر اور عمل کی ایک ساتھ پیش گوئی کرنا

GR00T 2 وہ ہے جسے NVIDIA ایک "ورلڈ ایکشن ماڈل" کہتا ہے، جو اس کے عالمی ماڈلز کے Cosmos خاندان پر بنایا گیا ہے۔ ایک واحد 2-بلین پیرامیٹر ڈفیوژن ٹرانسفارمر مشترکہ طور پر پیش گوئی کرتا ہے کہ منظر کس طرح بدلے گا اور روبوٹ کو کون سے اقدامات کرنے چاہئیں، حالیہ ویڈیو، ٹاسک انسٹرکشن اور روبوٹ کی موجودہ حالت سے۔ NVIDIA کا کہنا ہے کہ ڈیزائن ماڈل کو کسی کام کی طبیعیات کو سمجھنے کی اجازت دیتا ہے کہ یہ فیصلہ کرنے سے پہلے کہ کس طرح عمل کرنا ہے، بجائے اس کے کہ محض حرکت کی رفتار کی نقل کریں۔

انسانی ویڈیو کے 400,000 گھنٹے پر تربیت یافتہ؛ پانچ مظاہروں کے بعد 95 فیصد کامیابی

NVIDIA کے ذریعہ انکشاف کردہ تربیتی مکس میں 402,730 گھنٹے پہلے انسان کی ویڈیو، 10,184 گھنٹے ہینڈ ہیلڈ گرپر مظاہرے اور 23,500 گھنٹے روبوٹ ٹیلی آپریشن شامل ہیں۔ کریٹیو کامنز CC BY 4.0 لائسنس کے تحت انسانی ویڈیو کے 100,000 گھنٹے کھلے عام Human-1M-100K ڈیٹاسیٹ کے طور پر جاری کیے گئے ہیں۔ NVIDIA کا "X-Adapt" کراس ایمبوڈیمنٹ ٹرانسفر ایک روبوٹ پر سیکھی گئی مہارتوں کو یا انسان سے دوسرے روبوٹ میں منتقل کرتا ہے، بشمول گرپر بازو، ہنر مند ہاتھ اور Unitree G1 humanoid۔

50 ہنر مند ہیرا پھیری کے کاموں پر (Dexter-50، دو 22 ڈگری-آزادی کے شارپا ہاتھوں کے ساتھ ایک دو مینوئل روبوٹ پر)، GR00T 2 نے ہدف والے روبوٹ پر کوئی مظاہرے کے بغیر اوسطاً 40% کامیابی حاصل کی — 50 میں سے 40 کام کم از کم ایک بار مکمل کرنا — مظاہرے کے ساتھ ایک سے بڑھ کر 71% ٹاسک اور 75% مظاہرے کے ساتھ نیز سنگل RTX 5090 گرافکس کارڈ پر 30 منٹ کی فائن ٹیون۔

95% اعداد و شمار کو رعایت کی ضرورت ہے۔ ماڈل کوڈ دسمبر میں آتا ہے۔

95% فیلڈ ریلئیبلٹی کا اعداد و شمار نہیں ہے: NVIDIA کے وائٹ پیپر میں انکشاف کیا گیا ہے کہ 50 ٹیسٹ ٹاسکس کا انتخاب کیا گیا تھا جو ماڈل پانچ مظاہروں کے ساتھ سیکھتا ہے (کم از کم 80% کامیابی)، اس لیے نمبر انتخاب کی شرط رکھتا ہے۔ تمام نتائج NVIDIA کی اپنی تشخیص ہیں، کوئی آزاد نقل شائع نہیں کی گئی ہے۔ NVIDIA کے ذریعے نامزد کردہ شراکت دار - Foxconn، Siemens اور Nexuni - جانچ یا تشخیص کے مرحلے پر ہیں۔

"اوپن" لیبل بھی جزوی ہے: 100,000 گھنٹے کا ڈیٹاسیٹ حقیقی طور پر کھلا ہے، لیکن ماڈل کا کوڈ دسمبر تک نہیں ہے، اور NVIDIA نے ماڈل کے وزن کے لیے کسی ریلیز کی تاریخ یا لائسنس کا اعلان نہیں کیا ہے۔ Isaac Lab 3.0 عام طور پر دستیاب ہے۔ ذرائع: NVIDIA بلاگ، NVIDIA تحقیقی صفحہ، روبوٹ رپورٹ، 9 نومبر 2026؛ نیوران، alfw.ai، 10 نومبر 2026۔