NVIDIA、ヒューマノイド基盤モデル「Project GR00T」とJetson Thorを発表

何が起きたか

NVIDIAは、ヒューマノイド向け汎用基盤モデル「Project GR00T」と、同社製SoC「NVIDIA Thor」を基にした計算プラットフォーム「Jetson Thor」を発表した。Jetson ThorのBlackwell世代GPUは、8ビット浮動小数点AI性能800テラフロップスを実現すると同社は説明している。あわせて、シミュレーションやAIワークフロー基盤を含むIsaacロボティクスプラットフォームを拡張した。

詳細

NVIDIAによると、GR00T搭載ロボットは自然言語を理解し、人の動作を観察して動きを模倣するよう設計される。Jetson Thorは、機能安全プロセッサー、高性能CPUクラスター、100Gbのイーサネット帯域幅を備える。NVIDIAは、複数モードの生成AIモデルを動かす用途を挙げている。 Isaac LabはGPUで加速する軽量アプリケーションで、ロボット学習向けに数千のシミュレーションを並列実行する。計算オーケストレーションサービスOSMOは、分散環境でデータ生成、モデル学習、ソフトウェア／ハードウェア・イン・ザ・ループのワークフローを調整する。Isaac Manipulatorはロボットアーム向け機能を提供し、経路計画を最大80倍高速化するとNVIDIAは説明。Isaac Perceptorは複数カメラによる3D全周視覚機能を提供する。新しいIsaacプラットフォーム機能は次の四半期に利用可能となる見込みだ。

Key Facts

本紙の見方

今回の発表で軸となるのは、単体のヒューマノイド用モデルではなく、GR00Tを動かす計算機、学習環境、ワークフロー管理、操作・認識機能をIsaac上で組み合わせた点だ。Jetson Thorの800テラフロップスという性能値はNVIDIAの説明であり、実機上での処理条件や消費電力との関係は示されていない。したがって、発表された計算性能をそのままロボットの作業能力や稼働性能と同一視することはできない。 構成を工程で見ると、Isaac Labがシミュレーションによる学習環境を用意し、OSMOがデータ生成からモデル学習、ソフトウェア／ハードウェアを組み合わせた検証工程を調整する。その上でGR00Tがロボットの行動モデルとなり、Jetson Thorが機体側の計算を担う設計である。Isaac ManipulatorとIsaac Perceptorは、汎用モデルだけでは埋まらないアーム操作と周囲認識を補う位置づけと読める。この連結は、ロボット本体の開発だけでなく、学習・検証の反復を支える計算基盤までNVIDIAが提供範囲に含めることを示す。 一方、数千の並列シミュレーションや最大80倍の経路計画速度は、プラットフォーム機能についての説明であり、実際の導入環境での改善幅を示す実績値とは限らない。GR00Tについても、人の動作観察や自然言語理解を通じた技能獲得を設計目標としているが、どの作業をどの条件で習得できるかは記載されていない。複数の機体でモデルやシミュレーションをどこまで共用できるか、合成データと実世界データをどう接続するかも、発表内容からは判断できない。 今後の確認点は、Jetson Thorの実機での電力・遅延・安全性、Isaacの各機能を使った場合の学習時間や作業成功率、GR00Tの対応機体と技能の範囲である。発表された要素が一つの開発環境として実装されても、シミュレーション上の学習成果が実機で再現されることや、異なる機体へ移植できることまで自動的に保証するものではない。評価には、対応条件と実機検証の開示が必要になる。

なぜ重要か

NVIDIAの発表は、ヒューマノイドの計算機に加え、数千並列のシミュレーション、学習ワークフロー管理、操作・視覚機能を同じプラットフォーム群として提供する内容だ。開発者にとっては各工程を個別に組み合わせる場合との違いが焦点となる一方、800テラフロップスや最大80倍という値だけでは、実機の作業性能や安全性は判断できない。