NVIDIA Isaac GR00T 详解：NVIDIA 在机器人领域真正卖的是什么

01Isaac GR00T 简介

Isaac GR00T 是 NVIDIA 面向人形机器人的基础模型——是一款软件，而非实体产品，旨在赋予机器人通用的感知、推理和运动能力，而不必为每项任务手工编写行为逻辑。NVIDIA 于 2024 年 3 月的 GTC 上首次以“Project GR00T”预告这一项目，一年后的 2025 年 3 月，在 GTC San Jose 上发布了 Isaac GR00T N1，并将其描述为“全球首个开放、可完全定制、面向通用人形推理与技能的基础模型”。

该模型采用双系统架构：快速、反射性的“System 1”负责逐时刻的运动控制，与之搭配的是较慢、深思熟虑的“System 2”视觉语言模型，负责对当前任务进行规划和推理——训练数据混合了第一人称人类视频、真实机器人轨迹，以及仿真环境中生成的合成数据。CEO 黄仁勋以宏大的措辞为这次发布定调：“通用机器人的时代已经到来。”NVIDIA 向工业客户提出的更宏观愿景，在 2025 至 2026 年的多次发布中反复重申，说法更进一步：“每一家工业企业都将成为机器人企业。”

02发展时间线（2024—2026）

GR00T 的公开历史是一连串 GTC 主题演讲公告，每一次都在扩展模型能力或其运行所依托的算力；自 2025 年 3 月发布以来，大致每年推进两次。

03整体架构

NVIDIA真正出售的与其说是单一产品，不如说是一整套流水线。Isaac Sim负责物理仿真；Cosmos和Cosmos Transfer基于该仿真生成并以照片级真实感增强合成训练视频；2025年Computex上亮相的GR00T-Dreams，利用同一套Cosmos世界模型，把一张图片和一句语言指令变成合成的机器人动作“梦境”——NVIDIA表示，这一方法把生成GR00T N1.5训练数据的时间从人工采集约三个月缩短到约36小时，不过这一具体数字是NVIDIA自己的说法，并未经过独立审计。Isaac Lab负责强化学习和模仿学习本身的训练；在GTC 2026正式上市的Isaac Teleop，让开发者能通过一套统一工具，在仿真和现实世界中采集真实示范动作。GR00T则是架在这一切之上的基础模型；Jetson AGX Thor则是完工后的机器人实际运行该模型所用的芯片。

04生态：实际采用的企业

松散关系与已确认的合作

NVIDIA 自己并不制造人形机器人——它的商业模式是出售其他公司据以构建机器人的各个技术层；2026 年 3 月一份一次性列出数十家合作伙伴的新闻稿，是这一模式在实践中如何展开的最清晰写照。其中一部分合作关系具体且可独立核实，如下所示。另一些则较为松散：NVIDIA 自己的新闻稿把八家人形机器人厂商（Agility Robotics、Boston Dynamics、Figure、1X、AGIBOT、Hexagon Robotics、NEURA Robotics 和 Humanoid）笼统归为“正在使用 Cosmos、Isaac Sim、Isaac Lab 和 GR00T N 系列模型构建人形机器人”，并未给出逐家的具体细节——这类措辞更适合当作方向性描述来理解，而非对名单上每家公司都已确认的部署清单。

Unitree 参考平台

近期最具体的例子，是 NVIDIA 与 Unitree 共同打造、于 2026 年 6 月在 GTC Taipei 上发布的参考平台：这款人形机器人结合了 Unitree 的“H2 Plus”本体（身高约 1.8 米，31 个自由度）、来自新加坡 Sharpa 的触觉五指灵巧手，以及运行完整 Isaac 软件栈的 Jetson AGX Thor“大脑”，整机共 75 个自由度。NVIDIA 列出 Ai2、ETH Zurich、Stanford 和 UC San Diego 作为研究机构使用方。相关报道指出，NVIDIA 此次特意选择了一家中国机器人厂商作为参考设计对象——不过 NVIDIA 表示，也正在与美国和欧洲的人形机器人厂商推进类似的参考平台，因此这并非独家安排。

具体且可独立核实的合作关系

Hugging Face 与 LeRobot

2026 年 7 月，NVIDIA 与 Hugging Face 扩大合作，把 GR00T 1.7 和 Isaac Teleop 整合进开源的 LeRobot 库，并将 GR00T 1.7 描述为“首个开放且具备商业可行性的机器人基础模型”。两家公司宣称，双方合并后的生态如今连接了 NVIDIA 自称的 300 万机器人开发者，与 Hugging Face 的 1,600 万 AI 开发者——这类规模主张，外部确实很难核实。下方关联文章详细梳理了这一开发者数量说法随时间的变化。

05与核心业务的规模差距

无论开发者采用数字意味着什么，机器人业务本身甚至没有独立披露的营收数字。NVIDIA 的财报说明把汽车与机器人业务归入同一标题下，其中唯一披露的具体金额是汽车业务营收：2026 整个财年为 23 亿美元，相对公司总营收 2,159 亿美元、以及仅数据中心业务就达 1,937 亿美元而言——这 23 亿美元是汽车业务的数字，并非机器人业务的数字（详见下方链接的 DRIVE 文章）。机器人业务自身的营收根本没有单独披露——仅汽车业务就已只占 NVIDIA 业务约 1%，相比之下数据中心业务约占 90%，因此机器人业务具体贡献的部分只会更小。从 2027 财年第一季度业绩开始，NVIDIA 彻底不再将汽车业务作为独立条目披露，而是把它——连同机器人业务——并入更广义的“边缘计算”类别，与 PC 和游戏主机合并披露，这本身也说明这两项业务相对公司其余部分而言仍有多小。

但这并不意味着这项押注不认真——截至 2026 年 7 月中旬，NVIDIA 市值约为 5.1 万亿美元，为全球最高，几乎完全建立在下方图表所追踪的数据中心 AI 业务之上。机器人业务是叠加其上的长期平台押注，而非 NVIDIA 眼下就需要经营好的业务。

06前方挑战

GR00T 的代码以 Apache 2.0 许可证发布，但 Hugging Face 上的预训练模型权重，使用的是 NVIDIA 自己的“开放模型许可”——这是预训练权重常见的一种标准许可类型，为下游商业部署附加了使用政策条款，许多其他模型提供商也采用类似的通用做法。

竞争是真实存在的，且并不明显落后。据报道，Google DeepMind 的 Gemini Robotics 使用单一大模型，仅需 50 至 100 次示范即可适应新任务，架构上不同于 GR00T 的双系统拆分；但截至 2026 年年中，它仍仅限于“特定可信测试者”使用，尚未公开发布——这意味着，即便在能力上具有竞争力，它在开放程度上可以说反而不如 GR00T。Physical Intelligence 的 π0 又是第三种路线；值得注意的是，Physical Intelligence 同时既是 NVIDIA 的算力客户（被列为 Jetson Thor 的评估方之一），又是 GR00T 的基础模型竞争对手——行业内最重要的这些名字，并不能被干净利落地划分为“NVIDIA 生态”与“NVIDIA 对手”两个阵营。

07常见问题

08参考来源