윙치키휴머노이드 로봇 인사이트

← 피지컬 AI · 행동 생성 (VLA)

Isaac GR00T N1

엔비디아🇺🇸 미국Isaac GR00T 계열

행동 생성 (VLA)발표일 2025.03가중치 공개 · NVIDIA One-Way Noncommercial License (가중치) / Apache-2.0 (코드)

GTC 2025에서 공개된 세계 최초의 오픈 휴머노이드 파운데이션 모델. System 2(이해·계획 (VLM))와 System 1(DiT 액션 생성)의 이중 시스템 구조로 실로봇·사람 영상·합성 데이터를 혼합 학습.

파라미터
2.2공식

B (10억 개)

제어 빈도
120공식

Hz · 행동 출력 빈도

적용 로봇
1대

윙치키에 연결된 로봇

벤치마크 결과
1건

수록된 점수

공식 자료프로젝트 페이지 developer.nvidia.com논문 arxiv.org코드 저장소 github.com가중치 huggingface.co

한눈에 읽기

무엇인가

확인된 정보

  • 사양 9개 항목 중 8개에 값이 있음
  • 공식 공식 8개: 구조, 입력, 파라미터 (B), 제어 빈도 (Hz), 학습용 데이터셋, 적용 로봇 형태 외 2개
  • 벤치마크 결과 1건: 자체 발표 0건 · 자체 발표 외 평가 1건
  • 값 확인일 2025-03 · 값마다 출처는 아래 '구조와 학습' 표

확인이 필요한 정보

이 모델 데이터에서 따로 확인이 필요한 항목은 없어요.

어떤 모델인가

Isaac GR00T N1은 엔비디아가 GTC 2025(2025년 3월)에서 휴머노이드용 '세계 최초의 오픈·완전 맞춤형 파운데이션 모델'이라며 공개한 행동 생성 (VLA) 모델이다. 이미지·언어 지시·로봇 상태를 받으면 Eagle-2 이해·계획 (VLM) 기반 System 2가 10Hz로 장면과 지시를 이해하고, flow matching으로 학습한 Diffusion Transformer인 System 1이 16스텝 액션 청크를 120Hz로 만드는 이중 시스템 구조이며, 전체 규모는 2.2B 파라미터다. 학습용 데이터셋은 웹·사람 영상, 시뮬레이션과 영상 생성 모델로 만든 합성 궤적, 실제 시범(원격조작) 데이터를 층층이 쌓은 '데이터 피라미드'로, 시뮬레이션 궤적 78만 개를 11시간 만에 만들고 실로봇 데이터 88시간을 영상 생성으로 827시간 분량까지 늘렸다고 밝혔다.

엔비디아는 Fourier GR-1 실로봇에서 데이터 10%만으로 42.6%, 전체 데이터로 76.8% 성공률을 내 Diffusion Policy(10.2%·46.4%)를 앞섰다고 발표했고, 1X 휴머노이드는 N1을 사후 학습한 정책으로 집안 정리를 시연했다. GR00T-N1-2B 체크포인트와 학습용 데이터셋·시뮬레이션 벤치마크가 공개됐으며, Hugging Face 모델 카드는 비상업용(One-Way Noncommercial) 라이선스 문서를 링크한다.

회사 공식 페이지와 논문을 바탕으로 정리했어요. 성공률·최초 같은 표현은 회사 발표예요.

구조와 학습

공식보도루머추정— 값 없음
구조System 2: Eagle-2 이해·계획 (VLM) 모델(10Hz) + System 1: flow-matching Diffusion Transformer 액션 모듈공식
입력이미지, 언어, 로봇 상태공식
파라미터 (B)2.2공식
제어 빈도 (Hz)120공식
학습용 데이터셋데이터 피라미드: 웹·사람 영상, 시뮬·신경 생성 합성 궤적, 실로봇(OXE, AgiBot-Alpha, 자체 GR-1 데이터)공식
적용 로봇 형태Fourier GR-1 휴머노이드, Franka, 양팔 로봇; 1X NEO 시연공식
추론 하드웨어L40 GPU에서 16스텝 청크 63.9ms공식
발표 벤치마크RoboCasa·DexMG·GR-1 시뮬 벤치에서 Diffusion Policy 대비 우위공식

적용 로봇

벤치마크 결과

결과 날짜 최신순 · 같은 벤치마크라도 세부 조건이 다르면 직접 비교할 수 없어요
벤치마크세부 조건점수평가 구분결과 날짜
LIBERO평균 (Spatial/Object/Goal/Long)93.9%다른 팀 논문 표2026-02

학습용 데이터셋

출처 7건