Kamis, 19 November 2026 | WITA Cepat • Berani • Dekat dengan Warga
SuaraLutim - Suara Warga, Kabar Luwu Timur
Viral Nusantara

Berita Viral: Robot GR00T 2 Belajar dari Video Manusia

10 November 2026 • zul • 53 kali dibaca
Ilustrasi: robot humanoid Unitree G1 yang menjadi salah satu perangkat uji model robotika NVIDIA. Foto ilustrasi, bukan di lokasi CoRL.
Sayanesy, CC0, via Wikimedia Commons
ASM Group
Iklan

Berita viral dari dunia robotika datang lewat GR00T 2 yang diperkenalkan NVIDIA di Konferensi Pembelajaran Robot atau CoRL di Austin, Texas. Model ini disebut model aksi dunia terbuka yang memprediksi gerakan robot sekaligus konsekuensinya di lingkungan. Bahan latihnya video egosentris manusia sebanyak 100.000 jam.

Berita viral: model aksi dunia dari Austin

NVIDIA membawa dua produk sekaligus ke CoRL, yakni GR00T 2 dan Isaac Lab 3.0. GR00T 2 dibangun di atas platform Cosmos dan dilatih dengan data robot serta data manusia. Isaac Lab 3.0 menjadi kerangka belajar robot sumber terbuka versi terbaru.

Perusahaan menyebut pendekatan ini sebagai pergeseran dari robot yang menghafal satu tugas menjadi robot yang memahami konsekuensi tindakan. Model tidak hanya memilih gerakan, tetapi juga membayangkan perubahan lingkungan setelah gerakan itu terjadi. Konsep serupa dipakai pada kendaraan otonom, tetapi kali ini diterapkan pada tubuh robot.

Pengumuman itu dirangkum dalam blog resmi NVIDIA dan diliput The Robot Report. Halaman riset perusahaan juga memuat ringkasan kemampuan model di laman GR00T 2.

Tata Atur
Iklan

Iklan

Kawasan Paviliun Akademika di Akademika Townhouse Gowa

Paviliun Akademika: punya kost tanpa repot kelola

Paviliun Akademika menghadirkan pilihan investasi kost terkelola di Akademika Townhouse, Gowa. Unit disiapkan untuk disewakan, dengan pengelolaan kawasan yang ditangani pemilik proyek.

Buka paviliun.site

100.000 jam video dan cara model belajar

Data latih utama GR00T 2 adalah kumpulan video sudut pandang orang pertama yang direkam manusia saat beraktivitas. NVIDIA menyebutnya sebagai data egosentris sumber terbuka. Dari rekaman itu, model belajar urutan gerak tangan, pegangan benda, dan penyesuaian posisi tubuh.

NVIDIA menambahkan bahwa model bisa memindahkan keterampilan antarbodi robot tanpa demonstrasi khusus dari robot itu. Artinya, gerakan yang dipelajari dari manusia dapat diterapkan ke bentuk robot berbeda. Klaim ini penting karena variasi bentuk robot selama ini menjadi penghalang utama adopsi.

Pendekatan belajar dari video manusia lebih murah daripada merekam demonstrasi di setiap jenis robot. Biaya pengumpulan data turun, tetapi tantangannya berpindah ke kualitas dan keberagaman rekaman. Model tetap perlu contoh tambahan ketika menghadapi benda atau tekstur yang tidak dikenal.

Hasil uji: 40 dari 50 tugas tanpa demonstrasi

NVIDIA melaporkan GR00T 2 menyelesaikan 40 dari 50 tugas yang diuji setidaknya satu kali tanpa demonstrasi khusus. Artinya model bisa mencoba tugas baru tanpa pernah dilatih pada tugas itu. Hasil ini berasal dari evaluasi internal perusahaan, bukan uji pihak ketiga.

Angka itu tidak berarti robot selalu berhasil. Frasa setidaknya satu kali menunjukkan percobaan berulang masih diperlukan. Untuk pemakaian industri, konsistensi lebih penting daripada keberhasilan sesekali, sehingga capaian ini perlu dibaca dengan hati-hati.

NVIDIA juga mengklaim posisi tiga besar pada beberapa papan peringkat model aksi dan bahasa, termasuk RoboCasa365, RoboLab, RoboDojo, dan MolmoSpaces. Papan peringkat itu menjadi rujukan komunitas, tetapi metodenya kerap berbeda sehingga tidak bisa dibandingkan langsung satu sama lain.

Satu demonstrasi cukup untuk 71 persen tugas

Bagian yang paling praktis adalah kemampuan belajar dari sedikit contoh. Dengan satu demonstrasi per tugas, model mencapai rata-rata keberhasilan 71 persen pada 50 tugas. Angka itu naik menjadi 95 persen ketika tersedia lima demonstrasi per tugas.

Lompatan dari satu ke lima contoh menunjukkan model masih bergantung pada contoh nyata. Namun kebutuhan lima demonstrasi jauh lebih ringan daripada melatih ulang model untuk setiap lini produksi. Bagi pabrik dengan variasi produk tinggi, selisih ini bisa menentukan kelayakan investasi.

Model juga bisa dikendalikan agen AI lewat antarmuka pemrograman. Agen dapat menjalankan keterampilan secara berurutan dan memulihkan diri dari kesalahan sederhana. Fitur ini membuka jalan bagi pengawasan manusia yang lebih longgar pada tugas berulang.

Bagi peneliti, nilai utama model ini adalah cara ia menggabungkan penglihatan, bahasa, dan aksi dalam satu kerangka. Pendekatan itu memungkinkan instruksi singkat diterjemahkan menjadi rangkaian gerak yang utuh. Namun pengawasan tetap dibutuhkan karena kesalahan kecil pada benda tajam atau panas bisa berbahaya.

LPK Lunarica
Iklan
Redaksi SuaraLutim

Tim redaksi SuaraLutim mengabarkan isu Luwu Timur secara cepat, berani, dan dekat dengan warga. Setiap informasi diverifikasi sebelum diterbitkan.

Baca Juga