輝達釋出 Isaac GR00T 1.7，開源人形機器人端到端開發平台

輝達正式釋出 Isaac GR00T 開發平台，為人形機器人策略開發提供從資料採集到真機部署的完整開源工作流。該平台旨在解決當前人形機器人開發管線高度碎片化、整合成本高的問題，讓開發者能將更多精力集中在機器人能力構建上。

平台覆蓋五個關鍵階段：通過 Isaac Lab-Arena 搭建模擬環境並生成資料；利用 Isaac Teleop 採集高質量遙操作演示資料；基於 GR00T 1.7 模型與訓練指令碼進行策略訓練；在模擬環境中用 Isaac Lab-Arena 完成策略評估；最後藉助 Isaac ROS 與 Jetson Thor 將策略匯出為可部署的 LEAPP 包，實現端側即時推理與控制。

此次釋出的 GR00T 1.7 是平台的核心元件，也是首個以 Apache 2.0 許可開放商用的通用人形機器人視覺-語言-動作模型。該模型為跨具身架構設計，接收語言、影像及機器人狀態等多模態輸入，直接輸出動作指令。開發者無需從零訓練策略，可在其預訓練基礎上針對特定機器人、任務和環境進行後訓練微調。

與上一代 N1.6 相比，GR00T 1.7 在多個維度實現升級。預訓練資料規模顯著擴大，包含約 3.2 萬小時真實人類演示與自我中心資料，以及約 8000 小時來自 BEHAVIOR、RoboCasa 和 Simulated GR-1 的模擬 rollout 與演示資料，使動作更接近人類自然表現。視覺骨幹從 Eagle 切換為 Cosmos-Reason2-2B，該架構基於 Qwen3-VL，支援靈活解析度並以原生寬高比編碼影像，無需填充。

在部署方面，GR00T 1.7 新增完整的 ONNX 與 TensorRT 匯出管線，提升了匯出可靠性與更新頻率。模型還通過任務與子任務級分解增強了長程任務推理能力，改善了運動質量與跨具身泛化表現。基準測試顯示，其在 DROID-F0 上提升 10%，DROID-F6 提升 61%，SimplerEnv Bridge 和 Fractal 分別提升 5% 和 2%。

GR00T 1.7 的模型權重已在 GitHub 與 Hugging Face 公開，基礎檢查點引數量為 30 億。多家頭部機器人公司、研究機構以及擴充套件現實裝置製造商已採用該平台的元件，包括 Isaac Teleop、Lab、Sim 和 ROS，藉助統一工作流降低整合複雜度並加速技能開發。

從產業角度看，這一發布延續了輝達在機器人基礎模型與模擬工具鏈上的持續投入。開源且可商用的 VLA 模型直接回應了人形機器人領域對可複用、可擴充套件開發基座的迫切需求，可能進一步推動具身智慧從實驗室原型走向規模化部署。對於上游晶片與算力需求、中游機器人本體制造商以及下游應用場景，GR00T 生態的成熟度將成為值得持續追蹤的變數。