NVIDIA Isaac GR00T: il progetto che standardizza la robotica umanoide

• Telaio Unitree H2 Plus: il robot è alto quasi 1,80 metri e pesa circa 68 kg. Il suo corpo offre 31 gradi di libertà (DOF) con una coppia massima di 120 N·m per il braccio e 360 N·m per la gamba . Una batteria da 0,972 kWh gli garantisce circa tre ore di autonomia, mentre telecamere stereo montate sulla testa, telecamere da polso, microfoni array e altoparlanti gestiscono la percezione e l'interazione vocale .
• Mani a cinque dita Sharpa Wave: ogni mano aggiunge 22 gradi di libertà, portando il totale del sistema a 75 DOF . Con un peso di soli 1,3 kg ciascuna, questi organi terminali tattili e abili sono progettati per compiti di precisione che mettono in crisi la maggior parte degli umanoidi: assemblare un computer, maneggiare strumenti chirurgici o inserire una flebo .
• Calcolo di bordo NVIDIA Jetson Thor: al centro si trova il modulo Jetson AGX Thor con una GPU ad architettura Blackwell, che offre fino a 2.070 TFLOPS di prestazioni AI in FP4 . Esegue l'intero stack software Isaac GR00T — simulazione, addestramento dei modelli, distribuzione delle politiche — direttamente sul robot .

Poiché il design è completamente aperto, i ricercatori possono modificare l'hardware, addestrare politiche personalizzate in NVIDIA Isaac Sim e distribuirle sull'unità fisica senza essere vincolati all'ecosistema di un singolo fornitore .

Perché un design di riferimento è importante

Il termine "design di riferimento" è preso in prestito dall'industria degli smartphone. Proprio come i telefoni di riferimento Android di Google hanno fornito ai produttori un solido punto di partenza su cui innovare, la piattaforma GR00T mira a dare ai laboratori di robotica una base comune .

L'obiettivo è accelerare il trasferimento dalla simulazione alla realtà (sim-to-real) : addestrare le politiche di manipolazione in una simulazione ad alta fedeltà e poi eseguirle su hardware fisico identico. Oggi, un controller per la deambulazione sviluppato in un laboratorio raramente funziona sul robot di un altro. La scommessa di NVIDIA è che una piattaforma standardizzata e aperta possa cambiare questa situazione .

Il robot sarà disponibile per i ricercatori a fine 2026, con alcune fonti che indicano una finestra di lancio a ottobre 2026 .

Cinque laboratori già a bordo

Cinque importanti istituzioni si sono già impegnate a utilizzare la piattaforma :

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

Questi primi adottanti coprono Stati Uniti, Europa e Asia, conferendo immediatamente alla piattaforma diversità geografica e di ricerca.

La dimensione geopolitica

Un sottotesto degno di nota è la partnership stessa. Un gigante americano dei chip (NVIDIA) collabora con un importante produttore di hardware cinese (Unitree) e un'azienda di componenti di Singapore (Sharpa) in un settore — la robotica avanzata — che si trova esattamente all'intersezione tra ambizione commerciale e preoccupazioni per la sicurezza nazionale . La natura transfrontaliera del progetto è stato un importante tema di discussione nelle prime coperture mediatiche .

L'AI agenziale e il quadro più ampio del Computex

Il robot GR00T era parte di un keynote molto più ampio. Huang ha utilizzato il palco del Computex per dichiarare il 2026 l'anno dell’ "AI agenziale" — sistemi di intelligenza artificiale autonomi e guidati da obiettivi, operanti sull'intero stack di calcolo .

Oltre al robot, gli altri due annunci principali del keynote sono stati :

• NVIDIA RTX Spark: un nuovo superchip basato su architettura Arm (sviluppato con MediaTek) mirato a "reinventare il PC" per agenti AI locali, con fino a 20 core CPU e 6.144 core CUDA.
• Infrastruttura AI Vera Rubin: la piattaforma per data center di nuova generazione di NVIDIA, ora in produzione, progettata specificamente per carichi di lavoro di AI agenziale su larga scala.

In questo contesto, il robot Isaac GR00T è l'incarnazione fisica della tesi dell'AI agenziale: se gli agenti software devono ragionare e agire autonomamente, l'hardware che permette loro di manipolare il mondo reale ha bisogno di una piattaforma di sviluppo comune. NVIDIA ha appena consegnato la sua prima.