Nvidia, Unitree und Sharpa enthüllen erstes offenes Referenzdesign für humanoide Roboter

Die Entwicklung humanoider Roboter gleicht oft einem puzzleartigen Flickenteppich: Forschende verbringen Monate damit, unterschiedliche Hardware, Software und Simulationstools zu vereinen, bevor sie einem Roboter auch nur eine einfache Aufgabe beibringen können. Auf der Computex 2026 in Taipeh kündigte Nvidia-CEO Jensen Huang eine Plattform an, die das grundlegend ändern soll.

Während seiner Keynote im Taipei Music Center präsentierte Huang das NVIDIA Isaac GR00T Referenzdesign für humanoide Roboter – die weltweit erste offene Referenzarchitektur, die ein vollständiges Hardwaresystem mit einer integrierten Software-Workflow-Umgebung in einem einzigen, vorab geprüften Paket für akademische Forschende und Entwickler vereint . Das auch unter dem Namen H2+ vorgestellte Projekt ist eine Dreier-Kooperation des US-Chipgiganten Nvidia, des chinesischen Robotik-Unternehmens Unitree und des in Singapur ansässigen Spezialisten für geschickte Greifhände, Sharpa .

Das Ziel ist simpel: Forschungsteams sollen von Tag eins an an hochrangigen Robotikfähigkeiten arbeiten können, statt ihre Zeit mit Hardware-Integration auf niedriger Ebene zu vergeuden.

Ein vorintegriertes „Gehirn“ und ein passender „Körper“

Das Referenzdesign setzt auf eine klare Arbeitsteilung zwischen der physischen Hülle und der Recheneinheit, die beide auf das reibungslose Zusammenspiel ab Werk getestet sind .

• Der Körper: Unitree steuert das Chassis H2 Plus bei, einen zweibeinigen Roboter, der knapp 1,80 Meter groß ist und etwa 68 Kilogramm wiegt. Der Korpus bringt 31 Freiheitsgrade mit; die Arm-Drehmomente erreichen bis zu 120 Nm, die Beine stemmen sogar bis zu 360 Nm. Die nominelle Traglast der Arme beträgt 7 kg, die Spitzenlast liegt bei 15 kg . Komplettiert wird das System durch die taktilen Fünffingerhände „Sharpa Wave“, die pro Hand 22 Freiheitsgrade hinzufügen – summa summarum kommt der Roboter auf ganze 75 Freiheitsgrade .

• Das Gehirn: Für die Rechenleistung an Bord sorgt das Modul Nvidia Jetson Thor mit einer Blackwell-GPU, die 2.070 FP4 TFLOPS KI-Leistung liefert, einer 14-Kern-Arm-CPU und 128 GB Speicher . Darauf läuft die offene Entwicklungsplattform NVIDIA Isaac GR00T, ein umfassender Software-Stack, der sämtliche Schritte abdeckt: Datenerfassung und -generierung, Erzeugung synthetischer Bewegungsdaten, Modelltraining, Evaluation und schließlich die echte Inbetriebnahme des Roboters .

Wer hinter dem H2+-Design steckt

Drei Unternehmen mit klar abgegrenzten, aber sich ergänzenden Kompetenzen haben das Design gemeinsam vorangetrieben.

• Nvidia steuerte das Rechenmodul Jetson Thor, die Software-Plattform Isaac GR00T bei und verantwortete die Systemintegration .
• Unitree Robotics aus dem chinesischen Hangzhou stellt den Korpus H2 Plus . Auffällig: Die Ankündigung fiel auf denselben Tag, an dem Unitree an die Börse ging .
• Sharpa, ein Robotik-Spezialist aus Singapur, lieferte die geschickten Wave-Hände, die für feinmotorische Aufgaben unabdingbar sind .

Wie die Plattform den Weg zur Innovation ebnen soll

Das Kernversprechen des Isaac-GR00T-Referenzdesigns ist, einen bisher extrem zersplitterten Arbeitsablauf zu vereinheitlichen. Bislang müssen Robotiklabore Hardware beschaffen, mit individueller Software verknüpfen, eigene Pipelines zur Datenerfassung aufbauen, Simulationsumgebungen erstellen, Modelle trainieren und diese schließlich einsetzen – ein Prozess, der Monate verschlingen kann, bevor die eigentliche Forschungsarbeit beginnt .

Das Referenzdesign kippt diesen Zeithorizont: Weil Körper und Gehirn von vornherein aufeinander abgestimmt sind, können Forscher die Bring-up-Phase überspringen und sofort damit anfangen, neue Fähigkeiten zu entwickeln und zu validieren .

Der offene Standard demokratisiert zudem den Zugang zu modernster humanoider Hardware: Forschungsinstitutionen, denen bisher die Mittel für eigene oder proprietäre Plattformen fehlten, erhalten nun Zugriff auf dasselbe High-End-System . Die Isaac-GR00T-Plattform selbst bietet einen lückenlosen Workflow, der die Erzeugung synthetischer Bewegungsdaten umfasst – also virtuelle Trainingsszenarien, mit denen Roboter neue Verhaltensweisen lernen und sich an wechselnde reale Bedingungen anpassen können .

Mehrere führende Forschungseinrichtungen haben bereits zugesagt, die Plattform zu nutzen, darunter das Allen Institute for AI (Ai2), die ETH Zürich, das Stanford Robotics Center und das Advanced Robotics Lab der UC San Diego . Die Auslieferung an diese ersten Partner soll im Oktober 2026 beginnen .