Det er ikke et forbrugerprodukt. Det er et forskningsinstrument: en indkøbsklar, reproducerbar plan, som parrer en menneskelig robotkrop i fuld størrelse med højpræcisionshænder, en kraftfuld indbygget AI-hjerne og en åben softwarestak. Målet er, at forskningslaboratorier kan bruge mindre tid på at bygge robotter og mere tid på at træne dem.

En samlet platform: krop, hænder og hjerne

Isaac GR00T-referencedesignet binder tre hardwarelag sammen i ét integreret system :

• Unitree H2 Plus-chassis – Robotten er næsten 180 cm høj og vejer omkring 68 kg. Kroppen har 31 frihedsgrader (DOF) med et maksimalt drejningsmoment i armene på 120 N·m og hele 360 N·m i benene . Et batteri på 0,972 kWh giver cirka tre timers drift. Stereokameraer i hovedet, kameraer på håndleddene, en vifte af mikrofoner og højttalere klarer perception og stemmeinteraktion .
• Sharpa Wave fem-fingrede hænder – Hver hånd bidrager med 22 frihedsgrader, hvilket bringer systemets samlede antal op på 75 . Med en vægt på blot 1,3 kg pr. hånd er disse taktile, fingernemme værktøjer designet til præcise opgaver, som de fleste menneskelignende robotter i dag taber småkagerne over: at samle en computer, håndtere kirurgiske instrumenter eller lægge et drop .
• NVIDIA Jetson Thor indbygget computer – Centralt sidder Jetson AGX Thor-modulet med en Blackwell-arkitektur-GPU, der leverer op til 2.070 TFLOPS FP4 AI-ydelse . Det kører hele Isaac GR00T-softwarestakken – simulering, modeltræning, implementering af styringspolitikker – direkte på robotten .

Fordi designet er fuldstændig åbent, kan forskere ændre hardwaren, træne deres egne modeller i NVIDIA Isaac Sim og implementere dem på den fysiske enhed uden at være spærret inde i en enkelt virksomheds økosystem .

Derfor er et referencedesign vigtigt

Udtrykket »referencedesign« låner vi fra smartphone-industrien. Ligesom Googles Android-referencemobiler gav producenter et kendt og velfungerende udgangspunkt, de kunne bygge videre på, skal GR00T-platformen give robotlaboratorierne en fælles baseline .

Målet er at accelerere den såkaldte sim-to-real transfer: at man træner en robots politikker i en avanceret simulering og derefter kører dem på identisk fysisk hardware. Lige nu er det sådan, at en gang-controller udviklet i ét laboratorium sjældent virker på et andet holds robot. NVIDIAs sats er, at en standardiseret, åben platform her vil ændre spillereglerne grundlæggende .

Robotten vil være tilgængelig for forskere i slutningen af 2026, og nogle kilder peger på en lanceringsdato i oktober 2026 .

Fem laboratorier er allerede med

Fem prominente forskningsinstitutioner har allerede forpligtet sig til at bruge platformen :

• Stanford University
• ETH Zürich
• Allen Institute for AI (AI2)
• UC San Diego – Advanced Robotics and Controls Laboratory
• University of Tokyo – JSK Robotics Laboratory

Disse tidlige brugere er fordelt over USA, Europa og Asien, hvilket giver platformen en umiddelbar geografisk og forskningsmæssig mangfoldighed.

Den geopolitiske dimension

En slående undertone er selve partnerskabet. En amerikansk chip-gigant (NVIDIA) samarbejder med en førende kinesisk hardwareproducent (Unitree) og en singaporeansk komponentvirksomhed (Sharpa) på et felt – avanceret robotteknologi – der ligger midt i skæringspunktet mellem kommercielle ambitioner og nationale sikkerhedsinteresser . Samarbejdets grænseoverskridende karakter var et markant punkt i den tidlige dækning .

Agentic AI og den store Computex-sammenhæng

GR00T-robotten var en del af en meget bredere hovedtale. Jensen Huang brugte Computex-scenen til at erklære 2026 som året for »agentic AI« – autonome, målrettede AI-systemer, der opererer på tværs af hele it-stakken .

Ud over robotten var de to andre store annonceringer fra keynoten :

• NVIDIA RTX Spark – En ny Arm-baseret superchip, udviklet sammen med MediaTek, der sigter mod at »genopfinde pc'en« til lokale AI-agenter. Den rummer op til 20 CPU-kerner og 6.144 CUDA-kerner.
• Vera Rubin AI-infrastruktur – NVIDIAs næste generation af datacenterplatform, nu i produktion og designet specifikt til agentic AI-arbejdsbyrder i stor skala.

I dette lys er Isaac GR00T-robotten den fysiske manifestation af tesen om agentic AI: Hvis softwareagenter selvstændigt skal tænke og handle, har den hardware, der lader dem manipulere den virkelige verden, brug for en fælles udviklingsplatform. NVIDIA har netop sendt den første af slagsen på gaden.

Specifikationer i korte træk

Her er de vigtigste fakta om Isaac GR00T-referenceplatformen samlet :

Det er ikke et forbrugerprodukt. Det er et forskningsinstrument: en indkøbsklar, reproducerbar plan, som parrer en menneskelig robotkrop i fuld størrelse med højpræcisionshænder, en kraftfuld indbygget AI-hjerne og en åben softwarestak. Målet er, at forskningslaboratorier kan bruge mindre tid på at bygge robotter og mere tid på at træne dem.

En samlet platform: krop, hænder og hjerne

Isaac GR00T-referencedesignet binder tre hardwarelag sammen i ét integreret system :

• Unitree H2 Plus-chassis – Robotten er næsten 180 cm høj og vejer omkring 68 kg. Kroppen har 31 frihedsgrader (DOF) med et maksimalt drejningsmoment i armene på 120 N·m og hele 360 N·m i benene . Et batteri på 0,972 kWh giver cirka tre timers drift. Stereokameraer i hovedet, kameraer på håndleddene, en vifte af mikrofoner og højttalere klarer perception og stemmeinteraktion .
• Sharpa Wave fem-fingrede hænder – Hver hånd bidrager med 22 frihedsgrader, hvilket bringer systemets samlede antal op på 75 . Med en vægt på blot 1,3 kg pr. hånd er disse taktile, fingernemme værktøjer designet til præcise opgaver, som de fleste menneskelignende robotter i dag taber småkagerne over: at samle en computer, håndtere kirurgiske instrumenter eller lægge et drop .
• NVIDIA Jetson Thor indbygget computer – Centralt sidder Jetson AGX Thor-modulet med en Blackwell-arkitektur-GPU, der leverer op til 2.070 TFLOPS FP4 AI-ydelse . Det kører hele Isaac GR00T-softwarestakken – simulering, modeltræning, implementering af styringspolitikker – direkte på robotten .

Fordi designet er fuldstændig åbent, kan forskere ændre hardwaren, træne deres egne modeller i NVIDIA Isaac Sim og implementere dem på den fysiske enhed uden at være spærret inde i en enkelt virksomheds økosystem .

Derfor er et referencedesign vigtigt

Udtrykket »referencedesign« låner vi fra smartphone-industrien. Ligesom Googles Android-referencemobiler gav producenter et kendt og velfungerende udgangspunkt, de kunne bygge videre på, skal GR00T-platformen give robotlaboratorierne en fælles baseline .

Målet er at accelerere den såkaldte sim-to-real transfer: at man træner en robots politikker i en avanceret simulering og derefter kører dem på identisk fysisk hardware. Lige nu er det sådan, at en gang-controller udviklet i ét laboratorium sjældent virker på et andet holds robot. NVIDIAs sats er, at en standardiseret, åben platform her vil ændre spillereglerne grundlæggende .

Robotten vil være tilgængelig for forskere i slutningen af 2026, og nogle kilder peger på en lanceringsdato i oktober 2026 .

Fem laboratorier er allerede med

Fem prominente forskningsinstitutioner har allerede forpligtet sig til at bruge platformen :

• Stanford University
• ETH Zürich
• Allen Institute for AI (AI2)
• UC San Diego – Advanced Robotics and Controls Laboratory
• University of Tokyo – JSK Robotics Laboratory

Disse tidlige brugere er fordelt over USA, Europa og Asien, hvilket giver platformen en umiddelbar geografisk og forskningsmæssig mangfoldighed.

Den geopolitiske dimension

En slående undertone er selve partnerskabet. En amerikansk chip-gigant (NVIDIA) samarbejder med en førende kinesisk hardwareproducent (Unitree) og en singaporeansk komponentvirksomhed (Sharpa) på et felt – avanceret robotteknologi – der ligger midt i skæringspunktet mellem kommercielle ambitioner og nationale sikkerhedsinteresser . Samarbejdets grænseoverskridende karakter var et markant punkt i den tidlige dækning .

Agentic AI og den store Computex-sammenhæng

GR00T-robotten var en del af en meget bredere hovedtale. Jensen Huang brugte Computex-scenen til at erklære 2026 som året for »agentic AI« – autonome, målrettede AI-systemer, der opererer på tværs af hele it-stakken .

Ud over robotten var de to andre store annonceringer fra keynoten :

• NVIDIA RTX Spark – En ny Arm-baseret superchip, udviklet sammen med MediaTek, der sigter mod at »genopfinde pc'en« til lokale AI-agenter. Den rummer op til 20 CPU-kerner og 6.144 CUDA-kerner.
• Vera Rubin AI-infrastruktur – NVIDIAs næste generation af datacenterplatform, nu i produktion og designet specifikt til agentic AI-arbejdsbyrder i stor skala.

I dette lys er Isaac GR00T-robotten den fysiske manifestation af tesen om agentic AI: Hvis softwareagenter selvstændigt skal tænke og handle, har den hardware, der lader dem manipulere den virkelige verden, brug for en fælles udviklingsplatform. NVIDIA har netop sendt den første af slagsen på gaden.

Specifikationer i korte træk

Her er de vigtigste fakta om Isaac GR00T-referenceplatformen samlet :