NVIDIA Researchは2026年11月、ロボットの映像と動作を同時に予測する世界行動モデルGR00T 2を紹介しました。化学実験を含む実機デモの見どころは、ロボットが何でもできることではなく、人の実演や別の機体のデータから新しい作業へ移れる点です。企業の導入判断では、モデルのデモより、追加で何分・何件の実演が必要かを測る必要があります。
デモの見栄えより、どのデータで技能が移るか
GR00T 2は、未来の映像とロボットの動作を一緒に予測する世界行動モデルです。NVIDIA Researchは、並列グリッパー、器用なロボットハンド、人型ロボットで動くと説明しています。化学実験の例では、人が手袋を着けて頭部・手首カメラで実演し、ロボット側のテレオペレーション実演なしで、4つの作業を成功させたとしています。
この発表が示すのは、動画を見せれば現場の作業がそのまま自動化されるということではありません。人の実演、ロボットの身体データ、対象作業の条件を、どこまで共有できるかが移行の前提です。
ゼロショットと追加データを分けて評価する
NVIDIAの公開ページでは、対象ロボットが訓練中に見ていない50作業で、ゼロショットの成功率は40％でした。1作業あたり5回の実演、3分未満のロボットデータを加えると、単一のRTX 5090で30分の微調整後に95％へ上がったと報告しています。これはNVIDIAの評価条件での数字で、すべての作業や機体に当てはまる保証ではありません。
企業が見るべきなのは、最初から95％になるかではありません。同じ作業を、実演なし、1回、5回で比べ、失敗の種類と人の介入時間がどう変わるかです。追加データが少なくても、対象物の置き方や安全条件が変われば結果は変わります。
モデル費用ではなく、実演を集める工程を設計する
導入前の小さな検証では、失敗時に人が止められる作業を一つ選びます。成功率、完了時間、停止回数、実演の収集時間、微調整後の再現性を、ゼロショットと少数実演で記録してください。結果が悪いときに、データを追加するのか、作業を分割するのか、導入を止めるのかも決めます。
GR00T 2のコードは公開ページで12月提供予定とされています。実機導入や本番運用が確定したニュースではありません。人の動画からロボットへ技能が移る可能性を、追加データと介入条件まで含めて検証できるチームから試すのが現実的です。