nvidia/isaac-gr00t は NVIDIA が公開したロボット向け汎用行動モデルのリポジトリです。Python で書かれ、Apache-2.0 ライセンスで配布されています。リポジトリの説明では、このプロジェクトの中核はヒューマノイドなどの一般ロボット向けの基盤モデル(foundation model)GR00T N1.7 とされています。最新リリースは n1.7-release で、汎用行動モデルの学習と推論のフレームワークを扱うリポジトリです。
GR00T N1.7 は、視覚・言語・ロボット状態から行動を生成するエンボディド(embodied)モデルです。README は N1.7 をオープンなビジョン-言語-アクション(VLA)モデルとして紹介しています。ビジョン-言語-アクションとは、映像と言語を読み取り、ロボットの動きに変換するモデルを指します。言語や画像などマルチモーダルな入力を受け取り、多様な環境でマニピュレーション作業を行い、特定のロボット・課題・環境に合わせて後学習できます。後学習とは、あらかじめ学習したモデルを目標条件に合わせて調整する段階です。README が整理した作業の流れは、データ準備、推論、ファインチューニング、評価、デプロイへと続きます。リポジトリは 2025 年 3 月に作成され、Star は 8233 個です。
ただし、n1.7-release の変更一覧は整理されていません。README は学習と推論の流れを説明していますが、N1.7 の性能を数値で裏づけるベンチマークは提示していません。Momentum 指標も 10 点満点で 3.6 点と低いです。特定のロボットと課題に合わせた後学習の結果を見るまで、汎用性能を現時点で判断するのは難しいです。