La compañía presentó GR00T N2, un modelo de inteligencia artificial diseñado para que los robots aprendan tareas a partir de demostraciones humanas y puedan aplicar esos conocimientos en situaciones nuevas.
En la Conference on Robot Learning (CoRL), Nvidia hizo presente a “GR00T 2”. Se trata de un robot que funciona bajo un preentrenamiento que combina 402.730 tareas y 23.500 horas de teleoperación.
Una de las características más destacadas de GR00T 2 es que tiene la capacidad de ver vídeos de personas humanas para entrenarse.
Para el entrenamiento fueron necesarias 100.000 horas de grabaciones humanas, con vídeos en primera persona. Estas grabaciones e imágenes permiten al modelo conocer y entrenar la manipulación de herramientas o ejecución de tareas, lo que permite acelerar el proceso de aprendizaje.

Asimismo, la información se puede transmitir entre diferentes robots. De esa forma, cuando uno aprenda nuevas habilidades, todos lo harán.
¿Cómo funciona GR00t 2?
GR00T 2 es lo que Nvidia llama un modelo de acción del mundo real. A diferencia de otros sistemas, GR00T 2 predice en tiempo real cómo será un escenario en los próximos instantes y qué movimientos debe hacer el robot para llegar a ese momento.

Por medio de la “imaginación”, el robot anticipa lo que va a pasar para planificar sus movimientos. El modelo usa una red neuronal para generar el vídeo y las acciones que debe ejecutar.
¿El robot puede hacer tareas nuevas?
Nvidia puso a prueba al robot con 50 tareas nunca antes vistas. Sin ninguna demostración previa, el robot tuvo un éxito en el 40% de los intentos. Con una sola demostración por tarea, los resultados subieron al 71% y con cinco, llegó al 95%.
Este avance significativo refleja la capacidad que tienen los robots de adaptarse a nuevas tareas con poco entrenamiento.
Por otro lado, el modelo logró realizar de forma satisfactoria tareas de alta presión. Una de estas fue insertar módulos de memoria en un servidor operativo, tarea que completó con un 85% de éxito.

¿Qué límites tiene GR00T 2?
El propio laboratorio admite que el robot cuenta con limitaciones. La mayoría de los fallos se acreditan a la falta de precisión al ejecutar las tareas. Es decir, el robot sabe lo que tiene que hacer y cómo hacerlo, pero no ejecuta los pasos de forma correcta.
Además, no logra completar tareas de larga duración, como separar basura en contenedores distintos.
Sin embargo, GR00T 2 se perfila como un robot que presenta un cambio sin precedentes, que puedan aprender mirando. Así como los modelos de lenguaje como ChatGPT, Gemini, Claude y otros, aprendieron el texto oriundo de la red, los robots podrían aprovechar las horas de vídeo de personas trabajando que ya existen.







