何が起きたか

NVIDIAは2026年11月9日、米テキサス州オースティンで開かれたConference on Robot Learning（CoRL）で、GR00T 2とIsaac Lab 3.0を発表した。The Robot Reportによると、GR00T 2はロボットと人の多様なデータで訓練され、NVIDIAのオープンソース一人称視点データ10万時間を含む。評価対象50タスクのうち40タスクを、タスク別の実演データなしで少なくとも一度完了したという。

詳細

NVIDIAの公式ブログは、シミュレーションを使ったロボット学習の対象として、歯車の位置合わせ、ケーブル接続、小型部品の組み立てを挙げている。これはシミュレーションが歩行・走行・跳躍だけでなく、より細かな操作を要する作業にも使われているという説明である。 参照できる公式ブログの抜粋には、Isaac Lab 3.0の変更点やGR00T 2との技術的な連携仕様は記載されていない。したがって、両者が発表されたことと、公式ブログが説明するシミュレーションの用途は分けて扱う必要がある。

Key Facts

NVIDIAはCoRLでGR00T 2とIsaac Lab 3.0を発表した。[2]
GR00T 2はNVIDIAのオープンソース一人称視点データ10万時間を含むデータで訓練されたと報じられた。[2]
NVIDIAの公式ブログは、シミュレーション学習の作業例として歯車の位置合わせ、ケーブル接続、小型部品の組み立てを挙げた。[1]

本紙の見方

発表の規模を読むうえで、GR00T 2の「10万時間」と「50タスク中40タスク」は、データ量と評価結果を示す一方、それだけでは実環境での成功率や対象作業の広さを表さない。少なくとも一度の完了を数える評価と、反復作業での安定性や安全性は別の尺度である。したがって、この数字は汎用性の確立を示すものではなく、NVIDIAが掲げる能力を評価するための限定された指標として読むべきだ。 今回の発表は、モデルと学習フレームワークを同じ場で示した点に特徴がある。ただし、GR00T 2がIsaac Lab 3.0上で訓練・評価された、あるいは両者が一体の製品として動作するとは、与えられた情報から確認できない。NVIDIAの公式ブログが挙げる歯車、ケーブル、小型部品の操作は、シミュレーション利用の対象が精密操作にも及ぶという背景を補うが、GR00T 2の40タスク評価と同じ試験だと結び付ける根拠はない。 本紙が扱った日経クロステック、世界モデルを用いたヒューマノイド制御技術を報道は、世界モデルを用いた強化学習とヒューマノイドのSim-to-Realを対象としていた。今回の発表もモデルと学習環境の双方に関係するが、前者は全身制御、今回の公式ブログの例は精密な物体操作であり、評価対象と実機適用の段階を混同しないことが重要だ。また、NVIDIA、Holoscan 5でロボットアームを手で案内する操作を紹介が扱ったのは、人がアームを手で動かす操作である。今回のモデル学習・シミュレーションとは役割が異なる。 業界構造への含意は、学習データ、シミュレーション環境、実機評価を別々に検証する必要性にある。データの量が示されても、対象ロボットの違いを越えた技能移転や、シミュレーションで得た技能の実機での再現性までは分からない。今後確認すべきなのは、Isaac Lab 3.0の具体的な変更、40タスクの内容と成功判定、各タスクの反復結果、実機での検証条件、利用可能なロボットの範囲である。参照資料にはこれらの詳細が示されていない。

なぜ重要か

NVIDIAの発表は、ロボットモデルの評価で「タスク別の実演なしに50タスク中40タスクを少なくとも一度完了した」とする指標を提示した点で、モデルの能力を比較する際の検証条件が焦点となる。公式ブログが挙げる精密操作の例は、シミュレーション学習が歩行以外の作業にも用いられていることを示すが、実機での再現性を裏付ける数値ではない。