NVIDIA Isaac GR00T: Der offene Bauplan für humanoide Roboter

• Unitree H2 Plus-Chassis – Der Roboter ist etwa 1,80 Meter groß und wiegt rund 68 Kilogramm. Sein Körper bietet 31 Freiheitsgrade (Degrees of Freedom, DOF) mit einem maximalen Arm-Drehmoment von 120 N·m und einem Bein-Drehmoment von 360 N·m . Ein 0,972-kWh-Akku sorgt für eine Laufzeit von rund drei Stunden. Stereokameras am Kopf, Kameras an den Handgelenken, Array-Mikrofone und Lautsprecher ermöglichen Wahrnehmung und Sprachinteraktion .
• Sharpa Wave-Fingerfertighände – Jede Hand fügt 22 Freiheitsgrade hinzu, was das Gesamtsystem auf 75 DOF bringt . Mit einem Gewicht von nur 1,3 kg pro Hand sind diese taktilen, geschickten Endeffektoren für präzise Aufgaben ausgelegt, an denen die meisten Humanoiden scheitern: einen Computer zusammenbauen, chirurgische Instrumente handhaben oder eine Infusion legen .
• NVIDIA Jetson Thor Onboard-Computer – Im Zentrum sitzt das Jetson AGX Thor-Modul mit einer GPU der Blackwell-Architektur, die bis zu 2.070 TFLOPS an FP4-KI-Leistung liefert . Darauf läuft der gesamte Isaac GR00T-Software-Stack – Simulation, Modelltraining, Richtlinienbereitstellung – direkt auf dem Roboter .

Da das Design vollständig offen ist, können Forscher die Hardware modifizieren, eigene Steuerungsmodelle in NVIDIA Isaac Sim trainieren und diese auf dem physischen Gerät einsetzen, ohne an das Ökosystem eines einzelnen Anbieters gebunden zu sein .

Warum ein Referenzdesign so wichtig ist

Der Begriff „Referenzdesign“ ist aus der Smartphone-Industrie entlehnt. So wie Googles Android-Referenztelefone den Herstellern einen bewährten Ausgangspunkt boten, auf dem sie Innovationen aufbauen konnten, soll die GR00T-Plattform Robotik-Laboren eine gemeinsame Basis bieten .

Das Ziel ist die Beschleunigung des sogenannten Sim-to-Real-Transfers: das Training von Manipulationsmodellen in hochpräziser Simulation und deren anschließende Ausführung auf identischer physischer Hardware. Heute funktioniert eine in einem Labor entwickelte Laufsteuerung selten auf dem Roboter eines anderen Labors. NVIDIAs Wette ist, dass eine standardisierte, offene Plattform dies ändern wird .

Der Roboter soll Forschern Ende 2026 zur Verfügung stehen, einige Quellen sprechen von einem Veröffentlichungsfenster im Oktober 2026 .

Fünf Labore sind bereits mit an Bord

Fünf namhafte Institutionen haben sich bereits zur Nutzung der Plattform verpflichtet :

• Stanford University (USA)
• ETH Zürich (Schweiz)
• Allen Institute for AI (AI2) (USA)
• UC San Diego – Advanced Robotics and Controls Laboratory (USA)
• Universität Tokio – JSK Robotics Laboratory (Japan)

Diese ersten Anwender decken die USA, Europa und Asien ab und verleihen der Plattform auf Anhieb eine große geografische und forschungstechnische Vielfalt.

Die geopolitische Dimension

Ein bemerkenswerter Unterton ist die Partnerschaft selbst. Ein US-Chipgigant (NVIDIA) arbeitet mit einem führenden chinesischen Hardware-Hersteller (Unitree) und einem singapurischen Komponenten-Spezialisten (Sharpa) in einem Bereich zusammen – der fortschrittlichen Robotik –, der genau an der Schnittstelle von kommerziellen Ambitionen und Sicherheitsinteressen liegt . Der grenzüberschreitende Charakter des Projekts war in der frühen Berichterstattung ein großes Thema .

Agentic AI und das große Ganze der Computex

Der GR00T-Roboter war Teil einer wesentlich umfassenderen Keynote. Huang nutzte die Computex-Bühne, um 2026 zum Jahr der „Agentic AI“ zu erklären – autonome, zielorientierte KI-Systeme, die über den gesamten Technologie-Stack hinweg operieren .

Neben dem Roboter waren die beiden weiteren großen Ankündigungen der Keynote :

• NVIDIA RTX Spark – Ein neuer Arm-basierter Superchip (entwickelt mit MediaTek), der den PC für lokale KI-Agenten „neu erfinden“ soll, mit bis zu 20 CPU-Kernen und 6.144 CUDA-Kernen.
• Vera Rubin KI-Infrastruktur – NVIDIAs Next-Generation-Rechenzentrumsplattform, die sich nun in Produktion befindet und speziell für agentische KI-Workloads in großem Maßstab entwickelt wurde.

In diesem Kontext ist der Isaac GR00T-Roboter die physische Verkörperung der Agentic-AI-These: Wenn Software-Agenten autonom denken und handeln sollen, braucht die Hardware, die ihnen die Manipulation der realen Welt ermöglicht, eine gemeinsame Entwicklungsplattform. NVIDIA hat gerade seine erste ausgeliefert.