NVIDIAがロボット向けAI「GR00T 2」発表。デモ1件で50タスク平均71%成功

📖 この記事で分かること

• GR00T 2 と Isaac Lab 3.0 で何が発表されたか
• デモなし・1 件・5 件の評価結果の読み方
• 学習スループット最大 2.5 倍の比較条件
• 導入を検討する開発者が次に確かめる点

💡 知っておきたい用語

• デモ(デモンストレーション):人が手本として見せた動作の記録。料理でいえば、レシピを文章で渡す代わりに一度作って見せることに当たります。

最終更新日: 2026年11月10日

▶ 公式ページ

• NVIDIA 公式ブログの発表記事(NVIDIA Blog)
• NVIDIA at CoRL 2026 の開発者向け告知(NVIDIA Developer Forums)

GR00T 2 と Isaac Lab 3.0 の発表概要

この記事のポイント

• NVIDIA は 2026年11月9日、CoRL で世界行動モデル GR00T 2(2026年11月時点)を発表しました。
• NVIDIA の評価では、デモ 1 件で 50 タスク平均 71%、5 件で 95% の成功率です。
• Isaac Lab 3.0(2026年11月時点)は最大 2.5 倍の学習スループット。比較条件の確認が要ります。

NVIDIA は 2026年11月9日、ロボット学習の国際会議 CoRL で、オープンな世界行動モデル GR00T 2 とロボット学習フレームワーク Isaac Lab 3.0 を発表しました。ロボットに新しいタスクを教える開発者は、タスクごとのデータ収集を「まずデモ 1〜5 件で成功率を測る」ところから計画できるようになります。Isaac Lab 2.3 を PhysX で動かしているチームには、Newton を使う 3.0 の構成へ学習環境を移すかどうかという判断が新しく加わります。

GR00T 2 は NVIDIA Cosmos の上に構築されたモデルです。NVIDIA は開発者向けの告知で、これを「少数のデモで新しいタスクやロボットの機体に適応させるためのオープンな世界行動モデル」と説明しています。同時に、Isaac Lab-Arena 0.4 の開発者プレビューと、新しいベンチマーク DexBench・VABAR も公表されました。

GR00T 2 の評価結果はデモの件数で 3 段階ある

NVIDIA が公式ブログで示した数値は、デモの件数ごとに指標が異なります。同じ 50 タスクでも、同じ物差しで測られていない点に注意が要ります。

デモなしの「40 タスク」は、少なくとも 1 回完了できたタスクの数です。成功率 80% という意味ではありません。何回試して 1 回完了したのかは、この数値からは読み取れません。

一方、デモ 1 件と 5 件の数値は平均成功率です。件数を 1 から 5 に増やすと 71% から 95% に上がっています。

学習データについて、NVIDIA は多様なロボットと人間のデータで学習したとしています。その中には、同社がオープンソースで公開している人間の一人称視点データ 10 万時間が含まれます。

Isaac Lab 3.0 は Newton との組み合わせで最大 2.5 倍

Isaac Lab 3.0 の速度向上は、物理シミュレーションの基盤が異なる構成同士の比較です。NVIDIA によると、Newton を使う Isaac Lab 3.0 は、PhysX を使う Isaac Lab 2.3 に比べて最大 2.5 倍の学習スループットを記録しました。

読むときの条件は 2 つあります。

• 「最大」の値であり、すべての学習環境で 2.5 倍になるという数値ではない
• バージョンの違い(2.3 と 3.0)と、物理シミュレーション基盤の違い(PhysX と Newton)が同時に変わっている

周辺の発表では、提供の段階がそれぞれ異なります。Isaac Lab-Arena 0.4 は開発者プレビューです。DexBench は、Genesis AI や mimic robotics などの業界パートナーが早期アクセスで評価している段階だと NVIDIA は説明しています。

開発者への影響と次に確かめる点

評価の対象になるのは、ロボットに教えるタスクが頻繁に入れ替わる開発現場です。NVIDIA は適用例として、Foxconn が GR00T 2 をサーバー製造の工場自動化に適用していると説明しています。

たとえば、扱う部品が替わるたびにロボットの動作データを集め直しているチームを考えます。このチームは、1 タスクあたり数件のデモで足りるのかを、自分たちの機体とタスクで測り直す判断ができるようになりました。NVIDIA の 71% と 95% は同社の 50 タスクでの平均であり、自社のタスクでの成功率を保証する数値ではありません。

Isaac Lab 2.3 を PhysX で動かしているチームが次に確かめる点は、互換性です。2.5 倍は Newton を使う構成で測られた値です。既存の学習環境を Newton の構成へ載せ替えられるかどうかで、この数値が自分たちに関係するかが決まります。

DexBench で自社のモデルを測りたい場合は、現時点の提供範囲が早期アクセスのパートナーであることを前提に計画を立てる必要があります。

編集部の見方

編集部は、今回の数値でいちばん判断材料になるのは、デモなしの「50 タスク中 40」ではなく、デモ 1 件から 5 件で 71% が 95% に上がった伸びだと見ています。

• 根拠 1: 「40 タスク」は少なくとも 1 回完了した数で、成功率ではありません。現場で繰り返し動かせるかを判断する指標としては、平均成功率で示された 71% と 95% のほうが使えます。
• 根拠 2: NVIDIA 自身が GR00T 2 を「少数のデモで新しいタスクやロボットの機体に適応させる」モデルと説明しています。デモ件数に対する伸びは、その説明に直接対応する数値です。
• 根拠 3: デモ 5 件という規模は、タスクが入れ替わるたびに集め直しても負担が小さく、自社のタスクで同じ測り方を再現しやすい条件です。

ただし、数値はいずれも NVIDIA による評価です。NVIDIA 以外の評価で、デモ数件での成功率の伸びが同じ傾向で確認できなければ、この見方は取り下げます。

よくある質問

Q: GR00T 2 はデモなしで 80% のタスクを成功させるのですか?

A: いいえ。NVIDIA が示したのは、タスク固有のデモなしで 50 タスク中 40 タスクを「少なくとも 1 回完了した」という結果です。成功率として示されているのは、デモ 1 件での平均 71% と、5 件での平均 95% です。

Q: Isaac Lab 3.0 に上げれば学習は 2.5 倍速くなりますか?

A: 2.5 倍は「最大」の値です。Newton を使う Isaac Lab 3.0 と、PhysX を使う Isaac Lab 2.3 を比べた結果で、物理シミュレーションの基盤も同時に変わっています。

Q: DexBench はいま誰が使っていますか?

A: NVIDIA は、Genesis AI や mimic robotics などの業界パートナーが早期アクセスで評価していると説明しています(2026年11月時点)。

まとめ

NVIDIA は 2026年11月9日、CoRL で GR00T 2 と Isaac Lab 3.0 を発表しました。GR00T 2 の評価はデモの件数ごとに指標が異なり、成功率として読めるのはデモ 1 件の 71% と 5 件の 95% です。Isaac Lab 3.0 の最大 2.5 倍は Newton を使う構成での値なので、PhysX で組んだ既存環境を持つチームは、載せ替えの可否から確かめることになります。

【用語解説】

• 一人称視点データ: 作業する人の目線で撮影した映像などのデータ。GR00T 2 の学習データには、NVIDIA がオープンソースで公開している 10 万時間分が含まれます。
• 学習スループット: 一定の時間あたりに処理できる学習の量。値が大きいほど、同じ時間で多くの試行を回せます。
• 開発者プレビュー: 正式版の前に開発者へ公開される段階の版。Isaac Lab-Arena 0.4 がこの段階です。

引用元:

• [1] NVIDIA 公式ブログの発表記事(NVIDIA Blog)
• [2] NVIDIA at CoRL 2026: Advancing Robot Learning(NVIDIA Developer Forums)

この記事について: AI 支援で執筆、編集部が事実確認・編集しています。誤りや追加情報があれば Contact よりお知らせください。