Por Redação Insight · Editor responsável: Werner Jacob · Atualizado em 10 de novembro de 2026.
A Nvidia apresentou em 9 de novembro, na Conference on Robot Learning (CoRL), em Austin, o GR00T 2, modelo para robôs que ela chama de aberto. Segundo a empresa, ele chega a 95% de sucesso médio em 50 tarefas num robô, com cinco demonstrações e ajuste fino por tarefa. Números da própria Nvidia; código só em dezembro. O Isaac Lab 3.0 está no ar desde 20/10 (UTC).
Então, o GR00T 2 é aberto? Por enquanto, aberto: o conjunto de dados (CC BY 4.0) e o Isaac Lab 3.0. O código é marcado para dezembro na página do projeto; pesos e licença do modelo, a fonte não diz. A tabela abaixo traz o que confirmamos nas páginas.
Tabela de Conteúdo
O que já está disponível e o que fica para dezembro?
| Item | Situação segundo as páginas lidas |
|---|---|
| Dados: 100.000 horas de vídeo humano em primeira pessoa | Disponível no Hugging Face, sob licença CC BY 4.0 |
| Isaac Lab 3.0 | Release v3.0.0 publicada no GitHub |
| Código do GR00T 2 | "Code Available in December", sem dia exato |
| Pesos do GR00T 2 | A fonte não diz |
O conjunto de dados já está no Hugging Face. O que a página do projeto promete para dezembro é o código, e ela não detalha o que isso inclui. A página também linka um artigo técnico sobre o modelo.
O Isaac Lab 3.0 é novo mesmo?
Não no sentido de lançamento. A versão 3.0.0 está publicada no GitHub desde 20 de outubro de 2026 (UTC), antes da CoRL, e um post da Nvidia no fórum de desenvolvedores a anunciou como disponível em 29 de outubro. O blog de 9 de novembro a reapresenta, junto com o GR00T 2.
Quanto o GR00T 2 aprende com poucas demonstrações?
GR00T 2 é um modelo base para robôs: ele é treinado com muitos dados e depois se adapta a tarefas novas. Segundo o blog, o treino usou dados de robôs e de humanos, incluindo as 100.000 horas de vídeo abertas.
- Sem demonstração da tarefa: sucesso médio de 40% em 50 tarefas que o robô-alvo (dois braços com mãos Sharpa) nunca praticou, mas que aparecem em dados de outros robôs ou em vídeo humano (página do projeto).
- Sem demonstração, outra medida: ao menos um acerto em 40 das 50 tarefas (blog e página).
- Uma demonstração por tarefa: 71% de sucesso médio.
- Cinco demonstrações por tarefa: 95%, em média, num único robô, após ajuste fino por tarefa.
Segundo a página do projeto, as cinco demonstrações por tarefa somam menos de 3 minutos de dados de robô. A adaptação leva 30 minutos numa única placa RTX 5090. Esses resultados são autoavaliação dos autores, e a Nvidia não cita teste independente.
A Nvidia diz ainda que o modelo está atualmente entre os três primeiros em vários rankings de robótica, como o RoboCasa365, com várias vitórias em leaderboards. Os critérios de cada ranking não estão no blog.
O que muda no Isaac Lab 3.0?
Isaac Lab é o framework de código aberto da Nvidia para treinar robôs em simulação. Segundo o blog, a versão 3.0 traz:
- agentes que ajudam a montar ambientes de treinamento;
- troca entre os motores de física PhysX e Newton;
- uma biblioteca de pós-treinamento por aprendizado por reforço para modelos como o GR00T;
- simulação de cabos, tecidos e mãos robóticas, via Newton.
O destaque é de até 2,5 vezes a vazão de treino (throughput), com o Newton, contra o Isaac Lab 2.3 com PhysX, segundo a Nvidia, num teste de manipulação com visão. É "até", e em um teste só. Além disso, o post do fórum rotula o pós-treinamento por aprendizado por reforço como experimental.
Quem já usa o GR00T 2?
Segundo o blog, a Nexuni testa o modelo em roupas de lavanderia, a Foxconn o aplica em automação de fábrica e a Siemens avalia casos industriais. O blog não traz resultado numérico desses usos.
E na prática?
- Pesquisador ou desenvolvedor: já dá para testar o Isaac Lab 3.0 e usar o conjunto de 100.000 horas.
- Quem quer rodar o GR00T 2: o código é marcado para dezembro. Quando sair, confira a licença e o conteúdo exato da liberação.
O que a fonte não diz
- A licença do modelo e do código (só o conjunto de dados mostra CC BY 4.0).
- O preço.
Para acompanhar outros anúncios de IA desta semana, veja as matérias abaixo.
Leia também no Insight
- Claude Fable 5.2: US$ 8 de entrada; Anthropic indica o Opus 5.5
- Nvidia e Jensen Huang: o que NBC e CNBC dizem
- Meta Muse Ember: preço da API e o que a Meta diz