GR00Tは「遅い計画」と「速い動作」の2系統で動く

NVIDIAは2025年3月18日のGTC 2025で、オープンなヒューマノイド向け基盤モデル「Isaac GR00T N1」を発表しました。構成の特徴は、VLM（視覚言語モデル）で状況を理解して計画する遅いSystem 2と、拡散トランスフォーマーで連続動作を生成する速いSystem 1のデュアルシステムです。論文では、この2つをエンドツーエンドで共同学習し、Fourier GR-1というヒューマノイドで言語指示による両手操作を実証しています。

NVIDIAの開発者ページによると、入力はカメラ映像・自然言語・ロボットの関節位置で、出力は数ステップ先までの「アクションチャンク」です。

GR00Tの入力（映像・言語・関節位置）がSystem 2のVLMとSystem 1の拡散トランスフォーマーを通ってアクションチャンクを出力する構成図 カメラ映像 自然言語の指示 関節位置 System 2（遅い）VLMで理解・計画 System 1（速い）拡散トランスフォーマー アクションチャンク数ステップ先までの動作 2系統をエンドツーエンドで共同学習（GR00T N1論文, 2025年3月）
GR00Tのデュアルシステム構成。System 2が状況を理解し、System 1が動作を連続生成する。

合成データで学習データ不足を補う設計

GR00Tのもう1つの特徴は、学習データの作り方です。論文では、実ロボットの軌道、人の作業動画、シミュレーションで作った合成データを組み合わせて学習しています。NVIDIAの発表では、11時間で78万件の合成軌道を生成し、これは人手のデモで約6,500時間に相当する量で、実データと組み合わせることで実データのみの場合に比べて性能が40%向上したとしています（同社発表、2025年3月）。同時期に、約15TB・32万件超の軌跡を含む「Physical AI Dataset」もHugging Faceで公開されました。

ロボットの動作データは、人が操作して集めると時間もコストもかかります。合成データで量を補い、実データで現実との差を埋めるという考え方は、GR00Tに限らずフィジカルAI全体の基本戦略になっています。ただし、シミュレーションと実機の差（sim-to-realギャップ）は残ります。詳しくはsim-to-realの4つの課題で扱います。

N1からN1.7までの変遷

時期バージョン・発表主な内容（公表情報）
2025年3月GR00T N1デュアルシステム構成。早期アクセス先にAgility Robotics、Boston Dynamics、Mentee Robotics、NEURA Robotics
〜2026年N1.6対応エンボディメントにUnitree G1、AgiBot Genie-1、Fourier GR-1などを追加（開発者ページ）
2026年3月GTC 2026N1.7、N2プレビュー、Isaac Lab 3.0（Newton 1.0物理エンジン）を発表
2026年6月GTC TaipeiUnitree H2 Plusベースの「Isaac GR00Tリファレンスヒューマノイド」を発表

対応する機体が増えている点は、工場にとって意味があります。ヒューマノイドだけでなく双腕ロボットへの適用も進んでおり、ファナックは2026年5月、協働ロボットCRXの双腕がGR00T Nを使った模倣学習でTシャツを畳むデモを発表しました。

商用利用の条件は一次情報で確認する

この食い違いは、製造業の調達の観点では重要です。生産設備に組み込むソフトウェアには、不具合時の対応窓口、バージョンの固定、長期の保守が求められます。重みが公開されていて使えることと、工場で10年使える保証があることは違います。現時点では、GR00Tは研究開発や試作セルでの評価に使い、量産設備には提供元のロボットメーカー（ファナックなど）が製品として保証する形で入れるのが現実的です。

工場での使いどころ

GR00Tが工場に入る経路は、ヒューマノイドを直接導入するより、ロボットメーカーやSIerが自社製品の一部として取り込む形が先行しています。ファナックはROBOGUIDEとNVIDIA Isaac Simの直接通信による仮想工場や、Jetson Thor採用の「人にぶつからないAIロボット」を同時に発表しており、モデル単体ではなくシミュレーションと演算基盤を含めたNVIDIAのスタック全体を採用しています。

NVIDIAのスタック全体の関係はNVIDIAのフィジカルAI戦略、他モデルとの比較はロボット基盤モデル5種の比較にまとめています。

よくある質問

GR00Tはヒューマノイド専用ですか

名前はヒューマノイド向けですが、対応機体は増えており、双腕の協働ロボットでの模倣学習デモも公開されています。どの機体に使えるかはバージョンごとの対応エンボディメントで確認します。

GR00Tを使うにはどんな計算機が必要ですか

学習にはGPUサーバー、ロボット上の推論にはJetsonなどのエッジGPUを使う構成が想定されています。必要な性能はモデルの版と制御周期によって変わるため、試作段階で測定します。

合成データだけで学習できますか

NVIDIAの発表でも、合成データは実データと組み合わせて使っています。シミュレーションと実機の差が残るため、実機データの追加は必要です。

この記事に出てくる用語

用語集（日・英・中）をすべて見る

この記事のテーマ
#フィジカルAI#ロボット#欧米動向
この特集について

フィジカルAIは工場に来るのか

ロボット基盤モデルとヒューマノイドの実証。宣伝と量産ラインの距離を測る　全66本

  1. フィジカルAIとは：従来の産業ロボット・協働ロボットとの違いを4つの軸で整理
  2. 美的の「智能体工厂」：荆州工場の14エージェント・38シーンと人形ロボット
  3. ヒューマノイドの工場実証一覧：BMW・Mercedes・Schaeffler・BYDなど10社の現在地
  4. フィジカルAI導入の判断基準：今やるべき工場・待つべき工場を分ける5つの質問
特集の記事をすべて見る →

この記事を書いた人

株式会社サオス

株式会社サオス 製造DX部

DELMIA Apriso を中核とした MES / 製造DX の導入・運用・人材育成と、製造業向けAIの調査・開発・教育を手がけるITコンサルティング企業。ISO 9001:2015 / ISO 27001:2022 認証取得。 日本・中国・米国で製造業のMES・データ基盤・AI導入を手がけた実務者が、欧米・中国の一次情報にあたって書いています。

運営者情報　編集方針　株式会社サオスのサイト