輝達發表 GR00T N2 人形機器人基礎模型，強調單一模型跨 10 種機型部署
2026-09-01
事件摘要
輝達於 9 月 1 日發表新一代人形機器人基礎模型 GR00T N2，強調單一模型權重能直接部署到至少 10 種不同廠牌的人形機器人硬體上，不需要針對每個機型分別重新訓練。輝達表示新版模型參數量較前代明顯增加，但實際部署在 Jetson Thor 邊緣運算平台上的推論延遲與前代相當，公司將此歸功於平台內建的專用加速電路針對模型架構做了進一步最佳化。輝達同時公布已有包括本站報導過的宇樹在內的多家人形機器人廠商，採用 GR00T 系列模型作為自家產品的參考控制方案基礎。
技術意義解讀
「單一模型跨多種機型部署」這個賣點，直接對應本站在模仿學習 vs 強化學習與 SAFE、OpenVLA 等論文導讀中反覆討論的跨具身學習（cross-embodiment learning）能力——如果一個基礎模型真的能不經過大幅重新訓練就適配不同機型的關節配置與感測器組合，代表輝達在訓練資料的多樣性與模型架構的泛化設計上已經達到相當成熟的程度，這也會直接降低中小型人形機器人廠商的研發門檻：不需要自建龐大的機器人學習團隊從零訓練控制策略，而是可以直接在輝達提供的基礎模型上做少量微調。
參數量增加但推論延遲不變，也呼應本站在雲端 vs 邊緣運算推論一文中討論過的邊緣運算晶片專用化趨勢——當模型規模持續成長，光靠通用運算硬體很難維持即時推論所需要的低延遲，晶片廠商愈來愈依賴針對特定模型架構設計的專用加速電路，來換取「模型變大但延遲不變」這種聽起來矛盾、實際上是靠硬體與模型協同設計達成的效果，這也是輝達近年在機器人晶片與基礎模型兩條產品線同步投資、試圖建立軟硬體協同優勢的策略體現。