O modelo GR00T divide a cogni\u00e7\u00e3o dos rob\u00f4s humanoides em dois sistemas, que atuam em velocidades diferentes e se complementam. O objetivo \u00e9 permitir que tarefas complexas sejam executadas em tempo real, com planejamento e rea\u00e7\u00e3o.<\/p>\n
O Sistema 2 funciona como o c\u00e9rebro pensante: analisa imagens, entende instru\u00e7\u00f5es em linguagem natural e planeja etapas para cumprir a tarefa. A Nvidia o descreve como pensamento deliberado, lento e contextualizado.<\/p>\n
O Sistema 1 traduz o plano em movimentos reais: controla juntas, bra\u00e7os e m\u00e3os, ajustando cada fra\u00e7\u00e3o de segundo conforme o rob\u00f4 se move. A rede utilizada \u00e9 a diffusion transformer, que refina trajet\u00f3rias repetidamente.<\/p>\n
O funcionamento com dois c\u00e9rebros funciona como reflexo: o Sistema 1 atua rapidamente para executar a\u00e7\u00f5es enquanto o Sistema 2 continua a planejar pr\u00f3ximos passos, mantendo a tarefa em andamento.<\/p>\n
Treinar esse tipo de sistema exige dados que v\u00e3o al\u00e9m de rob\u00f4s em opera\u00e7\u00e3o. A Nvidia combina dados reais, simula\u00e7\u00f5es no Omniverse e v\u00eddeos em primeira pessoa de humanos.<\/p>\n
A chamada lei de escala da destreza diz que mais de 20 mil horas de v\u00eddeo humano em primeira pessoa melhoram a capacidade de manipula\u00e7\u00e3o dos rob\u00f4s, reduzindo a necessidade de teleopera\u00e7\u00e3o cara.<\/p>\n
A vers\u00e3o GR00T N1.7 amplia a generaliza\u00e7\u00e3o: um \u00fanico conjunto de pol\u00edticas de IA pode controlar pernas, bra\u00e7os e m\u00e3os de diferentes rob\u00f4s, adaptando-se a v\u00e1rias configura\u00e7\u00f5es f\u00edsicas.<\/p>\n
Com esse avan\u00e7o, o mesmo comando em linguagem natural pode orientar o rob\u00f4 a andar at\u00e9 um objeto e, ao mesmo tempo, ajustar os dedos para peg\u00e1-lo, sem mudar de sistema cognitivo.<\/p>\n","protected":false},"excerpt":{"rendered":"