Nueva versión del modelo abierto visión-lenguaje-acción de NVIDIA para robots humanoides, que razona sobre la tarea antes de actuar.
Es el primer GR00T con licencia para uso comercial y añade control fino de los dedos y preentrenamiento con más de 20.000 horas de vídeo de personas en primera persona.
Pesos abiertos en Hugging Face (NVIDIA Open Model License) y código en GitHub (Apache 2.0). Se publicó en acceso anticipado y pasó a disponibilidad general en julio.
3.000 millones de parámetros, con base Cosmos-Reason2-2B; unos 40 Hz en una RTX PRO 6000 y 28 Hz en Jetson AGX Thor.
-
16:00
Anunciado en GTC 2026, en acceso anticipado
-
07:00
Disponibilidad general