« L’ère de la robotique qui effectue des tâches courantes est arrivée », a déclaré Jensen Huang, CEO de Nvidia. Le dirigeant s’exprimait à l’occasion de la conférence GTC 2025 qui se tenait à San Jose, en Californie, à l’occasion de laquelle l’entreprise a dévoilé un modèle de formation pour la robotique humanoïde.
« Avec GR00T N1 et son nouveau cadre de génération de données et d’apprentissage des robots, les développeurs robotiques du monde entier seront en mesure d’ouvrir de nouvelles voies dans l’ère de l’IA », a assuré Jensen Huang.
Une architecture bicéphale
GR00T N1 adopte une architecture à deux systèmes inspirée des principes de la cognition humaine. Le système 1 est un modèle de réflexion rapide qui imite les réflexes et l’intuition de l’homme, tandis que le système 2 est un modèle de prise de décision prudente et systématique.
Le robot peut effectuer des tâches quotidiennes telles que saisir et déplacer des objets, ainsi que des tâches nécessitant des étapes complexes qui nécessitent une combinaison de compétences générales.
Les développeurs peuvent post-entraîner le GR00T N1 à l’aide de données réelles ou synthétiques pour l’adapter à des robots humanoïdes et à des tâches spécifiques. Les principaux développeurs de robots humanoïdes, dont Boston Dynamics, Agility Robotics et Menti Robotics, ont eu un accès anticipé à GR00T N1.
Partenariat avec Google DeepMind et Disney Research
Nvidia a également annoncé le développement de Newton, un moteur physique open-source pour le développement robotique, en partenariat avec Google DeepMind et Disney Research. Newton est basé sur le framework Warp. Il est compatible avec des cadres de simulation tels que Mujoco de Google DeepMind et Isaac Labs de Nvidia.
Avec DeepMind, l’entreprise co-développe Mujoco-Warp, qui devrait accélérer les tâches d’apprentissage automatique de la robotique de plus de 70 fois. Disney Research utilisera Newton pour alimenter la prochaine génération de robots de divertissement, notamment le droïde BDX de Star Wars présenté à la GTC.
Des données en libre accès
Nvidia a également développé le Blueprint Isaac GR00T pour générer des mouvements de manipulation synthétiques à grande échelle pour le développement de la robotique. Il est basé sur Omnibus et Cosmos Transfer. Il peut générer de grandes quantités de données de mouvements synthétiques sur la base d’un petit nombre de démonstrations humaines.
« En utilisant le Blueprint, nous avons généré 780 000 trajectoires synthétiques en seulement 11 heures, soit l’équivalent de neuf mois de données de démonstrations humaines », a déclaré Nvidia, « et nous avons mis les données en libre accès via Hugging Face ».