Isaac GR00T Reference Humanoid Robot blev præsenteret af NVIDIA chef Jensen Huang den 1. Unitree leverer H2 Plus kroppen, Sharpa leverer følsomme femfingrede hænder, og NVIDIA står for Jetson Thor computeren samt Isaac GR00T platformen.
Research answer

Create a landscape editorial hero image for this Studio Global article: What is the late 2026 humanoid robot collaboration between Singapore based Sharpa, Nvidia and China’s Unitree, including the robot’s intende. Article summary: The collaboration is NVIDIA’s Isaac GR00T Reference Humanoid Robot: an open, research focused reference design announced by Jensen Huang on June 1, 2026, alongside Computex in Taipei, with availability from Unitree plann. Topic tags: general web, openai, agents, ai, workflow. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts wi
Samarbejdet mellem NVIDIA, kinesiske Unitree og Singapore-baserede Sharpa hedder NVIDIA Isaac GR00T Reference Humanoid Robot. Det er en åben referenceplatform til forskning i humanoide robotter – altså en standardiseret kombination af hardware, software og værktøjer, som forskere kan bygge videre på.
Jensen Huang præsenterede robotten den 1. juni 2026 i Taipei i forbindelse med Computex. Unitree ventes at gøre den tilgængelig sidst i 2026. Der er altså tale om en robot, der blev annonceret før Computex – ikke om en annoncering, der først finder sted i slutningen af 2026.
Målet er at give universiteter og forskningsinstitutter en fælles fysisk platform til forskning i såkaldt physical AI – kunstig intelligens, der ikke blot genererer tekst eller billeder, men opfatter verden og handler i den.
Forskerne skal blandt andet kunne:
De tænkte anvendelser spænder fra computersamling og håndtering af genstande til madlavning, rengøring og strygning. Mere krævende eksempler er at lægge et drop på en patient eller udføre andre opgaver, hvor præcise håndbevægelser og en følsom berøring er afgørende.
Samarbejdet fordeler robotten mellem de tre partnere:
Kroppen har 31 frihedsgrader, mens de to hænder tilsammen bidrager med yderligere 44. Det giver robotten mulighed for at koordinere ben, overkrop, arme og hænder i samme opgave.
Sharpa blev grundlagt i 2024 og udvikler de fingerfærdige hænder, der skal gøre det muligt for robotten at gribe om, dreje og bruge genstande. Hænderne leverer samtidig den fysiske feedback, som forskere kan bruge til at lære robotten, hvordan forskellige materialer og former skal håndteres.
Virksomheden har forskning og udvikling i Shanghai samt forretningsaktiviteter i Californien. Sharpa har tidligere samarbejdet med NVIDIA om dataindsamling til såkaldte grundmodeller for robotteknologi. Ved CES 2026 demonstrerede virksomheden blandt andet hænder, der kunne spille blackjack og samle vindmøller af papir.
Robotten leveres ikke kun som fysisk hardware. Den kobles til den åbne Isaac GR00T-udviklingsplatform, der samler software, modeller og arbejdsgange til:
NVIDIA beskriver platformen som modulær. Forskningslaboratorier kan derfor bruge hele pakken eller integrere enkelte dele i deres eksisterende systemer. Ifølge NVIDIA beholder laboratorierne kontrollen over robotdata, træningsdata, telemetri og logfiler. En referencearbejdsgang til Unitrees G1-robot skal desuden gøres tilgængelig via GitHub og Hugging Face.
Jensen Huang forklarede, at NVIDIA især har udviklet referenceplatformen til universiteter, fordi det er “vanvittigt svært” at samle hele systemet selv. Et forskningslaboratorium har hidtil ofte skullet kombinere en robotkrop fra én leverandør med hænder fra en anden, egne computere, sensorer, simulatorer, dataindsamling og styringssoftware.
Det kan betyde, at forskerne bruger måneder på at få en eksperimentel robot til overhovedet at fungere, før de kan begynde på deres egentlige forskning. Den standardiserede platform skal reducere dette integrationsarbejde og gøre det lettere at udvikle, sammenligne og gentage eksperimenter på tværs af laboratorier.
NVIDIA har fremhævet Ai2, ETH Zürich, Stanford Robotics Center og Advanced Robotics and Controls Laboratory ved University of California, San Diego som tidlige forskningsbrugere.
Unitree ventes at sælge referencerobotten sidst i 2026. NVIDIA og Unitree har ikke offentliggjort en pris eller flere detaljer om den kommercielle lancering.
Huang placerede humanoide robotter som en mulig vej til at bringe “physical AI” ind i store industrier og beskrev markedspotentialet som flere billioner dollar. For NVIDIA handler projektet derfor ikke kun om én robot, men om at få virksomhedens samlede hardware- og softwarestrategi til at strække sig fra datacentre til den fysiske verden.
I samme fortælling koblede Huang robotterne til agentisk AI – systemer, der kan planlægge og udføre opgaver mere selvstændigt. Hvis sådanne systemer breder sig, vil behovet for computerkraft vokse, lyder NVIDIAs argument. Virksomheden vil levere infrastrukturen hele vejen fra datacentre med blandt andet Vera-processoren til lokale AI-systemer, herunder AI-pc'er med RTX Spark-chippen, der kan køre modeller og agenter direkte på enheden.
I den sammenhæng bliver Isaac GR00T NVIDIAs robot- og embodied-AI-ende af samme strategi: en fysisk platform, hvor virksomhedens chips, modeller, simulering og udviklingsværktøjer kan mødes.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Isaac GR00T Reference Humanoid Robot blev præsenteret af NVIDIA chef Jensen Huang den 1.
Isaac GR00T Reference Humanoid Robot blev præsenteret af NVIDIA chef Jensen Huang den 1. Unitree leverer H2 Plus kroppen, Sharpa leverer følsomme femfingrede hænder, og NVIDIA står for Jetson Thor computeren samt Isaac GR00T platformen.
Platformen er målrettet universiteter og forskningsinstitutter, der skal kunne indsamle data, afprøve algoritmer og træne robotter til præcise opgaver.