英伟达在台北国际电脑展发布GR00T N1.5人形机器人模型，称用世界模型视频把三个月的数据采集压缩到36小时

英伟达在台北国际电脑展上提出了一个判断：人形机器人最稀缺的示范数据，可以用GPU批量生产。英伟达在2025年5月18日的新闻稿中发布了Isaac GR00T N1.5，这是其2025年3月GTC大会开源的GR00T N1人形机器人基础模型的升级版；同时发布Isaac GR00T-Dreams蓝图，把Cosmos世界基础模型生成的视频转化为机器人训练数据。

最受关注的数字来自英伟达研究院。英伟达表示，研究人员用GR00T-Dreams在36小时内生成了GR00T N1.5所需的合成训练数据，而依靠人工采集需要将近三个月。英伟达研究页面显示，该模型于2025年6月11日在GitHub和Hugging Face开放。Hugging Face模型卡标注参数量为30亿，GR00T N1为20亿；模型卡同时注明N1.5仅可用于非商业用途。

据英伟达介绍，GR00T-Dreams分三步运行。开发者先针对自家机器人对Cosmos Predict世界模型进行后训练；随后只需输入一张图片，蓝图即可生成该机器人在新环境中执行新任务的视频；最后从视频中提取动作令牌，即压缩后的运动数据，用来教机器人完成新任务。这一方法发表在英伟达研究人员Joel Jang、Seonghyeon Ye、Zongyu Lin等人2025年5月19日提交至arXiv的预印本DreamGen中。作者称，仅以单一环境中一项抓取放置任务的遥操作数据为起点，人形机器人在已见和未见环境中完成了22种新行为；论文同时公开了代码和视频生成基准DreamGen Bench。

配套工具同步推出。利用思维链推理筛选高质量合成数据的世界模型Cosmos Reason已上线Hugging Face；用于GR00T-Dreams的Cosmos Predict 2即将上线，英伟达称其幻觉更少。Isaac Sim 5.0将在GitHub开放，Isaac Lab 2.2将新增用于测试GR00T N模型的评估环境。英伟达开放的物理AI数据集已收录2.4万条人形机器人运动轨迹，用于开发GR00T N系列模型。借助Omniverse和Cosmos扩增现有操作数据的GR00T-Mimic蓝图也一并推出。

研究页面说明了模型内部的变化。视觉语言模型在预训练和微调阶段均被冻结，并换成了定位能力更强的Eagle 2.5，其在GR-1定位IoU测试中得分40.4，高于通义千问Qwen2.5-VL 3B的35.5。新增的FLARE目标，即未来潜在表征对齐，使模型无需生成未来画面即可从人类视频中学习。N1.5在1000块H100 GPU上训练25万步，全局批量为16384；训练数据包括英伟达自有GR-1数据、Open X-Embodiment、仿真GR-1数据、DreamGen神经轨迹以及AgiBot-Beta数据集。

英伟达自测的提升幅度很大。在真实的傅利叶GR-1人形机器人上执行从两种水果中挑一种放到盘子上的任务时，语言指令遵循率从N1的46.6%升至N1.5的93.3%，整体成功率从43.3%升至83.0%。在用DreamGen数据教授的12个新动词任务上，成功率从13.1%升至38.3%。在宇树G1上用1000条遥操作数据后训练后，N1.5对4种已见水果的成功率为98.8%，对5种未见物体为84.2%，同一任务上N1为44.0%。

英伟达点名了四家GR00T N模型早期用户：韩国AeiROBOT让其ALICE4机器人理解自然语言指令并完成工业抓取放置；台湾正崴集团（Foxlink）用于提升工业机械臂的灵活性和效率；Lightwheel用于验证合成数据，加快人形机器人进厂；德国NEURA Robotics正在评估模型用于家庭自动化。英伟达称，Agility Robotics、波士顿动力、傅利叶、Mentee Robotics、NEURA Robotics和小鹏机器人正在用Isaac Sim和Isaac Lab仿真训练人形机器人；Skild AI用这些框架开发通用机器人智能，General Robotics将其集成进自家平台。富士康和正崴正在使用GR00T-Mimic加速机器人训练流程。

台湾制造业贯穿整场主题演讲。英伟达演讲回顾称，台积电、富士康、纬创、和硕、台达电子、广达和技嘉正在用NVIDIA Omniverse构建数字孪生；英伟达与鸿海科技集团计划与台湾当局合作建设基于Blackwell的AI工厂超级计算机。硬件方面，思科、戴尔、慧与、联想和超微发布RTX PRO 6000 Blackwell服务器；英伟达称DGX Cloud上的GB200 NVL72可将数据处理性能最高提升18倍。机器人端计算平台Jetson Thor当时仍标注为即将推出，2025年8月才交付开发者。

从中国产业链角度看，这次发布有一个耐人寻味的细节。英伟达公开的实物测试主要跑在两款中国人形机器人上，即傅利叶GR-1和宇树G1，训练数据也纳入了AgiBot-Beta；傅利叶和小鹏机器人则作为Isaac平台用户出现在名单中。这说明中国本体厂商已是英伟达人形机器人研究的重要载体。与此同时，GR00T N1.5限于非商业用途，国内厂商若要用于量产产品，仍需另行取得授权或依靠自研模型。竞争层面，Figure于2025年2月发布自研VLA模型Helix，Skild AI虽在英伟达名单上，也在开发自有通用机器人模型。

通俗地说，GR00T N1.5是一个视觉语言动作（VLA）模型：冻结的视觉语言模型读取摄像头画面和指令，扩散式动作模块把理解转化为关节指令。GR00T-Dreams针对的是数据端。它不再让人逐个任务遥操作机器人录制示范，而是让世界模型以视频形式想象机器人完成任务的过程，再由另一个模型反推出生成该视频所需的电机动作。

不确定性依然存在。所有基准数据均来自英伟达自测，覆盖的任务和机型有限。36小时衡量的是一次模型升级的数据生成时间，而非机器人进厂上岗的周期。生成视频可能出现违背物理规律的动作，因此英伟达用独立的推理模型过滤数据。非商业许可也限制了合作伙伴的商业化节奏。