GR00T N1: An Open Foundation Model for Generalist Humanoid Robots

GR00T N1由NVIDIA与Figure AI等机构于2025年联合提出，是一个面向人形机器人的开放基础模型。模型采用VLA（视觉-语言-动作）架构，将世界模型与动作生成相结合，支持双足人形机器人的全身控制和双手操作。GR00T N1在大规模仿真和真实机器人数据上训练，可直接部署到多种人形机器人硬件平台。该论文详细描述了模型架构、训练数据管道和零样本/少样本迁移能力，是人形机器人基础模型领域的重要工作。