A cosa servirà

La piattaforma dovrebbe permettere di raccogliere dati, testare algoritmi, addestrare modelli di manipolazione e locomozione e verificare il comportamento del robot fuori dalla simulazione.

Le applicazioni indicate includono attività in cui la precisione delle mani è fondamentale, tra cui:

• assemblare componenti di un computer;
• afferrare e utilizzare oggetti di forme e materiali diversi;
• somministrare una flebo;
• preparare alimenti;
• pulire e stirare.

Non si tratta quindi soltanto di far camminare un umanoide: il nodo della ricerca è insegnargli a coordinare movimento, vista, forza e tatto per portare a termine compiti complessi.

I componenti: tre aziende, tre ruoli

Il robot riunisce elementi sviluppati dai tre partner:

• Unitree H2 Plus: fornisce il corpo umanoide, alto circa 1,83 metri e con un peso di circa 68 chilogrammi. Il corpo dispone di 31 gradi di libertà.
• Sharpa: realizza le mani tattili a cinque dita, con 22 gradi di libertà ciascuna, progettate per una manipolazione più simile a quella umana e capace di restituire informazioni sul contatto con gli oggetti.
• NVIDIA Jetson AGX Thor T5000: costituisce il sistema di calcolo a bordo. Integra una GPU NVIDIA Blackwell, una CPU Arm a 14 core, 128 GB di memoria unificata e prestazioni dichiarate fino a 2.070 teraflop FP4, per elaborare sensori e inferenza in tempo reale.

Considerando il corpo e le due mani, la piattaforma arriva complessivamente a 75 gradi di libertà: una configurazione pensata per permettere il controllo coordinato dell’intero corpo e delle dita.

Il ruolo di Sharpa e il lavoro precedente

Sharpa, fondata nel 2024, sviluppa mani robotiche destre, cioè capaci di afferrare, orientare e usare oggetti con maggiore precisione. Il loro contributo non è soltanto meccanico: i sensori tattili generano il riscontro fisico necessario per insegnare al robot quanta forza usare e come correggere la presa durante una manipolazione.

L’azienda ha attività di ricerca e sviluppo a Shanghai e operazioni commerciali in California. In precedenza aveva già collaborato con NVIDIA nella raccolta di dati per modelli fondamentali dedicati alla robotica. Al CES 2026 aveva inoltre mostrato le proprie mani mentre distribuivano carte a blackjack e assemblavano girandole.

Il software: Isaac GR00T come strato di addestramento

All’hardware si affianca la piattaforma aperta Isaac GR00T, che comprende software, modelli e flussi di lavoro per l’intero ciclo di sviluppo:

1. simulazione e generazione o raccolta dei dati;
2. addestramento dei modelli;
3. valutazione delle abilità del robot;
4. trasferimento e distribuzione sul dispositivo reale.

NVIDIA afferma che i laboratori manterranno il controllo sui dati raccolti dal robot, sui dati di addestramento, sulla telemetria e sui log. Lo stack è modulare: può essere utilizzato nella sua totalità oppure integrato nelle pipeline già adottate da un gruppo di ricerca. L’azienda prevede inoltre di pubblicare su GitHub e Hugging Face un flusso di lavoro di riferimento per Unitree G1.

Il problema del “robot Frankenstein”

Secondo Huang, per un’università costruire internamente un sistema di questo tipo è “assurdamente difficile”. Prima ancora di studiare una nuova abilità, un laboratorio deve spesso combinare un corpo robotico, mani, computer, sensori, sistemi di raccolta dati, simulatori e software di controllo provenienti da fonti diverse.

È il problema del “robot Frankenstein”: una piattaforma assemblata in modo eterogeneo che richiede molto lavoro di integrazione prima di poter iniziare la ricerca vera e propria. Un modello di riferimento standardizzato dovrebbe ridurre questa fase e rendere più semplice confrontare i risultati ottenuti da laboratori diversi.

Chi lo userà e quando arriverà

NVIDIA ha indicato come primi utilizzatori di ricerca:

• Ai2;
• ETH Zurigo;
• Stanford Robotics Center;
• Advanced Robotics and Controls Laboratory della University of California San Diego.

La vendita del robot di riferimento da parte di Unitree è prevista per la fine del 2026. Al momento dell’annuncio non erano stati comunicati né il prezzo né ulteriori dettagli commerciali.

Il posto del robot nella strategia NVIDIA

Huang ha presentato gli umanoidi come uno dei possibili veicoli per portare l’“IA fisica” nei grandi settori industriali, descrivendo l’opportunità economica complessiva come potenzialmente da migliaia di miliardi di dollari.

Il messaggio si inserisce nella strategia più ampia di NVIDIA: l’azienda vuole fornire l’intera filiera del calcolo necessaria all’IA, dai data center ai dispositivi locali. In questa visione, la crescita dell’IA agentica — sistemi capaci di pianificare e svolgere sequenze di azioni — aumenterà la domanda di infrastrutture di calcolo.

NVIDIA punta quindi a coprire più livelli: il processore Vera per i data center e, all’estremità locale, sistemi come i PC dotati del chip RTX Spark, destinati a eseguire modelli e agenti direttamente sul dispositivo. Isaac GR00T rappresenta il tassello dedicato alla robotica e all’IA incorporata nel mondo fisico: non un progetto isolato, ma l’applicazione della stessa strategia hardware-software al corpo di un robot.

A cosa servirà

La piattaforma dovrebbe permettere di raccogliere dati, testare algoritmi, addestrare modelli di manipolazione e locomozione e verificare il comportamento del robot fuori dalla simulazione.

Le applicazioni indicate includono attività in cui la precisione delle mani è fondamentale, tra cui:

• assemblare componenti di un computer;
• afferrare e utilizzare oggetti di forme e materiali diversi;
• somministrare una flebo;
• preparare alimenti;
• pulire e stirare.

Non si tratta quindi soltanto di far camminare un umanoide: il nodo della ricerca è insegnargli a coordinare movimento, vista, forza e tatto per portare a termine compiti complessi.

I componenti: tre aziende, tre ruoli

Il robot riunisce elementi sviluppati dai tre partner:

• Unitree H2 Plus: fornisce il corpo umanoide, alto circa 1,83 metri e con un peso di circa 68 chilogrammi. Il corpo dispone di 31 gradi di libertà.
• Sharpa: realizza le mani tattili a cinque dita, con 22 gradi di libertà ciascuna, progettate per una manipolazione più simile a quella umana e capace di restituire informazioni sul contatto con gli oggetti.
• NVIDIA Jetson AGX Thor T5000: costituisce il sistema di calcolo a bordo. Integra una GPU NVIDIA Blackwell, una CPU Arm a 14 core, 128 GB di memoria unificata e prestazioni dichiarate fino a 2.070 teraflop FP4, per elaborare sensori e inferenza in tempo reale.

Considerando il corpo e le due mani, la piattaforma arriva complessivamente a 75 gradi di libertà: una configurazione pensata per permettere il controllo coordinato dell’intero corpo e delle dita.

Il ruolo di Sharpa e il lavoro precedente

Sharpa, fondata nel 2024, sviluppa mani robotiche destre, cioè capaci di afferrare, orientare e usare oggetti con maggiore precisione. Il loro contributo non è soltanto meccanico: i sensori tattili generano il riscontro fisico necessario per insegnare al robot quanta forza usare e come correggere la presa durante una manipolazione.

L’azienda ha attività di ricerca e sviluppo a Shanghai e operazioni commerciali in California. In precedenza aveva già collaborato con NVIDIA nella raccolta di dati per modelli fondamentali dedicati alla robotica. Al CES 2026 aveva inoltre mostrato le proprie mani mentre distribuivano carte a blackjack e assemblavano girandole.

Il software: Isaac GR00T come strato di addestramento

All’hardware si affianca la piattaforma aperta Isaac GR00T, che comprende software, modelli e flussi di lavoro per l’intero ciclo di sviluppo:

1. simulazione e generazione o raccolta dei dati;
2. addestramento dei modelli;
3. valutazione delle abilità del robot;
4. trasferimento e distribuzione sul dispositivo reale.

NVIDIA afferma che i laboratori manterranno il controllo sui dati raccolti dal robot, sui dati di addestramento, sulla telemetria e sui log. Lo stack è modulare: può essere utilizzato nella sua totalità oppure integrato nelle pipeline già adottate da un gruppo di ricerca. L’azienda prevede inoltre di pubblicare su GitHub e Hugging Face un flusso di lavoro di riferimento per Unitree G1.

Il problema del “robot Frankenstein”

Secondo Huang, per un’università costruire internamente un sistema di questo tipo è “assurdamente difficile”. Prima ancora di studiare una nuova abilità, un laboratorio deve spesso combinare un corpo robotico, mani, computer, sensori, sistemi di raccolta dati, simulatori e software di controllo provenienti da fonti diverse.

È il problema del “robot Frankenstein”: una piattaforma assemblata in modo eterogeneo che richiede molto lavoro di integrazione prima di poter iniziare la ricerca vera e propria. Un modello di riferimento standardizzato dovrebbe ridurre questa fase e rendere più semplice confrontare i risultati ottenuti da laboratori diversi.

Chi lo userà e quando arriverà

NVIDIA ha indicato come primi utilizzatori di ricerca:

• Ai2;
• ETH Zurigo;
• Stanford Robotics Center;
• Advanced Robotics and Controls Laboratory della University of California San Diego.

La vendita del robot di riferimento da parte di Unitree è prevista per la fine del 2026. Al momento dell’annuncio non erano stati comunicati né il prezzo né ulteriori dettagli commerciali.

Il posto del robot nella strategia NVIDIA

Huang ha presentato gli umanoidi come uno dei possibili veicoli per portare l’“IA fisica” nei grandi settori industriali, descrivendo l’opportunità economica complessiva come potenzialmente da migliaia di miliardi di dollari.

Il messaggio si inserisce nella strategia più ampia di NVIDIA: l’azienda vuole fornire l’intera filiera del calcolo necessaria all’IA, dai data center ai dispositivi locali. In questa visione, la crescita dell’IA agentica — sistemi capaci di pianificare e svolgere sequenze di azioni — aumenterà la domanda di infrastrutture di calcolo.

NVIDIA punta quindi a coprire più livelli: il processore Vera per i data center e, all’estremità locale, sistemi come i PC dotati del chip RTX Spark, destinati a eseguire modelli e agenti direttamente sul dispositivo. Isaac GR00T rappresenta il tassello dedicato alla robotica e all’IA incorporata nel mondo fisico: non un progetto isolato, ma l’applicazione della stessa strategia hardware-software al corpo di un robot.