Gerade als man dachte, das Training eines humanoiden Roboters würde das Bruttoinlandsprodukt einer Kleinstation und eine Armada von Doktortitelträgern verschlingen, hat NVIDIA jetzt Project GR00T 1.7 vorgestellt – sein erstes offenes, kommerziell nutzbares Grundmodell für humanoide Robotik-Fähigkeiten. Veröffentlicht unter der freizügigen Apache 2.0 Lizenz, ist diese „Generalist Robot 00 Technology“ im Grunde ein vortrainiertes Gehirn, das Entwickler an ihre spezifische Hardware anpassen können. Es ist weniger das Erschaffen eines Bewusstseins aus dem Urbrei und mehr das Entsenden eines hochbegabten Absolventen in eine Kaderschmiede.
Die neue Version ist ein gewaltiger Sprung nach vorn und wurde auf sage und schreibe ~32.000 Stunden realer menschlicher Demonstrationsdaten sowie ~8.000 Stunden simulierter Durchläufe vortrainiert. Im Herzen schlägt ein neues Vision-Language Model (VLM) Backbone, Cosmos-Reason2-2B, das den Motor der Vorgängerversion für ein besseres visuelles Verständnis ablöst. Entscheidend ist: Das ist kein bloßes Laborspielzeug mehr; NVIDIA hat die Bereitstellung durch den vollständigen Pipeline-Export nach ONNX und TensorRT optimiert. Damit wird der oft tückische Weg von der Simulation zum physisch laufenden Roboter geebnet.
Der Beweis liegt in den Performance-Benchmarks, die durchweg Verbesserungen gegenüber dem Vorgänger zeigen. Besonders hervorzuheben ist, dass GR00T 1.7 einen massiven Leistungssprung von 61 % beim DROID-F6-Benchmark aufweist, was auf deutlich stärkere Generalisierungsfähigkeiten hindeutet. Für all jene, die sich gerne die Hände schmutzig machen wollen (im positiven Sinne!), stehen das 3-Milliarden-Parameter-Basismodell und sein Code jetzt öffentlich auf Hyperlink: GitHub und Hyperlink: Hugging Face zur Verfügung.
Warum ist das wichtig?
Mit der Veröffentlichung von GR00T 1.7 unter der freizügigen Apache 2.0 Lizenz teilt NVIDIA nicht nur ein neues Werkzeug; das Unternehmen macht einen kalkulierten Schachzug, um zum De-facto-Betriebssystem für die kommende Welle humanoider Roboter zu werden. Dieser Schritt senkt die immensen Kosten und die Komplexität bei der Entwicklung fähiger Roboterintelligenz dramatisch. Startups und akademische Labore können so auf den Schultern eines Silizium-Giganten stehen, anstatt das bipede Rad neu zu erfinden. Die Botschaft ist klar: Ihr baut den Körper, wir liefern den Verstand.