GR00T 2 : NVIDIA apprend aux robots en trente minutes sur une carte grand public

— AGENTS

Cinq démonstrations et une demi-heure de réglage sur une RTX 5090 suffisent à faire grimper un robot à 95 % de réussite sur une tâche inédite. Le chiffre impressionne, mais il sort d'un lot de tâches déjà choisies pour être faciles à apprendre.

GR00T 2 : NVIDIA apprend aux robots en trente minutes sur une carte grand public

Un robot qui regarde cinq fois un geste et l'exécute juste neuf fois sur dix, voilà la promesse que NVIDIA met en avant avec GR00T 2. Le modèle s'entraîne sur des centaines de milliers d'heures de vidéos humaines, puis s'ajuste en une trentaine de minutes sur une RTX 5090, carte que beaucoup de studios ont déjà sous leur bureau pour faire tourner leurs propres outils de génération. L'idée de transférer un geste filmé vers un bras mécanique sans reprogrammer chaque mouvement mérite l'attention qu'elle reçoit à la conférence CoRL.

Le détail qui mérite d'être lu avant d'applaudir se trouve dans la méthode de test. Les cinquante tâches évaluées ont été sélectionnées parmi celles que le modèle apprend déjà bien avec cinq exemples. Le score de 95 % mesure donc la performance sur un terrain préparé, pas sur n'importe quel geste nouveau. Sur une manipulation de laboratoire plus fine, comme tamponner une lame de microscope, la réussite tombe à 10 % sur les essais réalisés.

Aucun directeur artistique ni motion designer ne branchera un bras robotisé demain matin. Le sujet touche d'abord la robotique industrielle et les laboratoires qui testent la manipulation d'objets. Mais la carte citée dans les essais, une RTX 5090, est la même que celle qui fait tourner des workflows ComfyUI ou des rendus 3D dans nombre de studios : voir NVIDIA calibrer ses modèles les plus lourds sur du matériel grand public donne une idée de la vitesse à laquelle l'accessible rattrape le professionnel.

La partie la plus solide du projet n'est pas le score affiché mais l'architecture qui prédit en même temps l'image future et le mouvement à produire. Cette logique, issue des modèles qui génèrent déjà de la vidéo, trouve ici un usage très concret, loin des démonstrations qui s'arrêtent à un rendu esthétique.

Le code promis pour décembre 2026 et l'absence de précisions sur la licence rappellent qu'un geste de robot imité en laboratoire reste à des années d'un usage fiable en conditions réelles. Le vrai test arrivera quand quelqu'un d'autre que NVIDIA choisira les tâches à évaluer.

Sources

Umiros Média