Com uma plataforma padronizada, os pesquisadores poderão coletar dados, testar algoritmos, treinar políticas de manipulação e de locomoção com manipulação — conhecidas em inglês como loco-manipulation — e avaliar o comportamento do robô fora das simulações. Entre os exemplos de tarefas estão:

• montagem delicada de computadores;
• manuseio e ajuste de objetos;
• administração de soro intravenoso;
• preparo de alimentos;
• limpeza; e
• passar roupas.

A proposta é permitir que os laboratórios comparem técnicas e desenvolvam novas habilidades sem precisar construir toda a infraestrutura robótica do zero.

O que há dentro do humanoide

O sistema combina componentes de três empresas:

• Unitree H2 Plus: fornece o corpo humanoide de tamanho próximo ao de um adulto, com cerca de 1,83 metro de altura e 68 quilos.
• Sharpa: fornece mãos táteis de cinco dedos, com 22 graus de liberdade, projetadas para reproduzir movimentos mais hábeis e captar informações de contato durante a manipulação.
• NVIDIA Jetson AGX Thor T5000: funciona como o computador de bordo. O módulo inclui uma GPU NVIDIA Blackwell, CPU Arm de 14 núcleos, 128 GB de memória unificada e desempenho de até 2.070 teraflops FP4 para processamento de sensores e inferência em tempo real.

As mãos são especialmente importantes porque tarefas como segurar, girar, reposicionar e usar um objeto exigem muito mais do que simplesmente movimentar o braço. O robô precisa reconhecer a força aplicada e receber retorno físico para aprender a executar o movimento corretamente.

Qual é o papel da Sharpa

Fundada em 2024, a Sharpa desenvolve mãos robóticas capazes de realizar manipulações mais próximas das humanas. A empresa mantém pesquisa e desenvolvimento em Xangai e operações comerciais na Califórnia.

Antes da parceria com a Unitree e a NVIDIA, a Sharpa já havia trabalhado com a NVIDIA na coleta de dados para modelos fundamentais de robótica. Na CES 2026, a empresa demonstrou suas mãos jogando blackjack e montando cata-ventos.

No Isaac GR00T, sua contribuição vai além de fornecer um componente mecânico: as mãos também ajudam a gerar os dados táteis necessários para treinar robôs a interagir com objetos de maneira precisa.

O software de IA e treinamento da NVIDIA

O hardware será acompanhado pela plataforma aberta de desenvolvimento Isaac GR00T, que reúne software, modelos e fluxos de trabalho para diferentes etapas da criação de um robô. O conjunto cobre:

• captura e geração de dados;
• simulação;
• treinamento;
• avaliação de modelos; e
• implantação no robô.

Segundo a NVIDIA, os laboratórios manterão o controle sobre os dados do robô, os dados de treinamento, a telemetria e os registros de operação. A arquitetura modular também poderá ser usada de forma completa ou integrada aos fluxos de trabalho que cada instituição já possui.

A empresa ainda planeja publicar no GitHub e no Hugging Face um fluxo de referência do Unitree G1, ampliando o acesso de pesquisadores e desenvolvedores às ferramentas do ecossistema.

O problema do “robô Frankenstein” nos laboratórios

Jensen Huang afirmou que a NVIDIA criou a plataforma para o ensino superior porque montar um sistema desse tipo de forma independente é “absurdamente difícil”.

Na prática, muitos laboratórios precisam combinar, por conta própria, um corpo robótico, mãos, computadores, sistemas de coleta de dados, simuladores e software de controle. Essa integração pode consumir tempo e recursos antes mesmo de a pesquisa principal começar — o que Huang descreveu como o problema do “robô Frankenstein”.

A ideia do design de referência é padronizar essa base. Assim, os pesquisadores podem se concentrar no desenvolvimento e na comparação de habilidades, em vez de gastar meses conectando peças e ferramentas incompatíveis.

Quem deve usar e quando ele estará disponível

A NVIDIA citou quatro usuários iniciais ou planejados para a plataforma: o Ai2, o ETH Zurich, o Stanford Robotics Center e o Advanced Robotics and Controls Laboratory, da Universidade da Califórnia em San Diego.

A Unitree deve vender o robô de referência no fim de 2026, principalmente para instituições de pesquisa. Até o anúncio, a empresa e a NVIDIA não haviam divulgado o preço nem todos os detalhes comerciais.

Como o projeto se encaixa na estratégia da NVIDIA

Huang apresentou os robôs humanoides como uma das formas de levar a “IA física” a grandes setores da economia e descreveu a oportunidade potencial como multitrilionária.

O anúncio também fez parte de uma estratégia mais ampla da NVIDIA. Na visão da empresa, a expansão da IA agêntica — sistemas capazes de planejar e executar tarefas em várias etapas — aumentará a demanda por infraestrutura de computação. A NVIDIA pretende fornecer essa base em diferentes níveis: dos data centers, com o Vera CPU, até sistemas locais, como PCs de IA equipados com o chip RTX Spark, capazes de executar modelos e agentes diretamente no dispositivo.

Nesse contexto, o Isaac GR00T representa o braço robótico da mesma estratégia: uma combinação de hardware, modelos de IA, simulação e ferramentas de desenvolvimento para transformar inteligência computacional em ações no mundo físico.

Com uma plataforma padronizada, os pesquisadores poderão coletar dados, testar algoritmos, treinar políticas de manipulação e de locomoção com manipulação — conhecidas em inglês como loco-manipulation — e avaliar o comportamento do robô fora das simulações. Entre os exemplos de tarefas estão:

• montagem delicada de computadores;
• manuseio e ajuste de objetos;
• administração de soro intravenoso;
• preparo de alimentos;
• limpeza; e
• passar roupas.

A proposta é permitir que os laboratórios comparem técnicas e desenvolvam novas habilidades sem precisar construir toda a infraestrutura robótica do zero.

O que há dentro do humanoide

O sistema combina componentes de três empresas:

• Unitree H2 Plus: fornece o corpo humanoide de tamanho próximo ao de um adulto, com cerca de 1,83 metro de altura e 68 quilos.
• Sharpa: fornece mãos táteis de cinco dedos, com 22 graus de liberdade, projetadas para reproduzir movimentos mais hábeis e captar informações de contato durante a manipulação.
• NVIDIA Jetson AGX Thor T5000: funciona como o computador de bordo. O módulo inclui uma GPU NVIDIA Blackwell, CPU Arm de 14 núcleos, 128 GB de memória unificada e desempenho de até 2.070 teraflops FP4 para processamento de sensores e inferência em tempo real.

As mãos são especialmente importantes porque tarefas como segurar, girar, reposicionar e usar um objeto exigem muito mais do que simplesmente movimentar o braço. O robô precisa reconhecer a força aplicada e receber retorno físico para aprender a executar o movimento corretamente.

Qual é o papel da Sharpa

Fundada em 2024, a Sharpa desenvolve mãos robóticas capazes de realizar manipulações mais próximas das humanas. A empresa mantém pesquisa e desenvolvimento em Xangai e operações comerciais na Califórnia.

Antes da parceria com a Unitree e a NVIDIA, a Sharpa já havia trabalhado com a NVIDIA na coleta de dados para modelos fundamentais de robótica. Na CES 2026, a empresa demonstrou suas mãos jogando blackjack e montando cata-ventos.

No Isaac GR00T, sua contribuição vai além de fornecer um componente mecânico: as mãos também ajudam a gerar os dados táteis necessários para treinar robôs a interagir com objetos de maneira precisa.

O software de IA e treinamento da NVIDIA

O hardware será acompanhado pela plataforma aberta de desenvolvimento Isaac GR00T, que reúne software, modelos e fluxos de trabalho para diferentes etapas da criação de um robô. O conjunto cobre:

• captura e geração de dados;
• simulação;
• treinamento;
• avaliação de modelos; e
• implantação no robô.

Segundo a NVIDIA, os laboratórios manterão o controle sobre os dados do robô, os dados de treinamento, a telemetria e os registros de operação. A arquitetura modular também poderá ser usada de forma completa ou integrada aos fluxos de trabalho que cada instituição já possui.

A empresa ainda planeja publicar no GitHub e no Hugging Face um fluxo de referência do Unitree G1, ampliando o acesso de pesquisadores e desenvolvedores às ferramentas do ecossistema.

O problema do “robô Frankenstein” nos laboratórios

Jensen Huang afirmou que a NVIDIA criou a plataforma para o ensino superior porque montar um sistema desse tipo de forma independente é “absurdamente difícil”.

Na prática, muitos laboratórios precisam combinar, por conta própria, um corpo robótico, mãos, computadores, sistemas de coleta de dados, simuladores e software de controle. Essa integração pode consumir tempo e recursos antes mesmo de a pesquisa principal começar — o que Huang descreveu como o problema do “robô Frankenstein”.

A ideia do design de referência é padronizar essa base. Assim, os pesquisadores podem se concentrar no desenvolvimento e na comparação de habilidades, em vez de gastar meses conectando peças e ferramentas incompatíveis.

Quem deve usar e quando ele estará disponível

A NVIDIA citou quatro usuários iniciais ou planejados para a plataforma: o Ai2, o ETH Zurich, o Stanford Robotics Center e o Advanced Robotics and Controls Laboratory, da Universidade da Califórnia em San Diego.

A Unitree deve vender o robô de referência no fim de 2026, principalmente para instituições de pesquisa. Até o anúncio, a empresa e a NVIDIA não haviam divulgado o preço nem todos os detalhes comerciais.

Como o projeto se encaixa na estratégia da NVIDIA

Huang apresentou os robôs humanoides como uma das formas de levar a “IA física” a grandes setores da economia e descreveu a oportunidade potencial como multitrilionária.

O anúncio também fez parte de uma estratégia mais ampla da NVIDIA. Na visão da empresa, a expansão da IA agêntica — sistemas capazes de planejar e executar tarefas em várias etapas — aumentará a demanda por infraestrutura de computação. A NVIDIA pretende fornecer essa base em diferentes níveis: dos data centers, com o Vera CPU, até sistemas locais, como PCs de IA equipados com o chip RTX Spark, capazes de executar modelos e agentes diretamente no dispositivo.

Nesse contexto, o Isaac GR00T representa o braço robótico da mesma estratégia: uma combinação de hardware, modelos de IA, simulação e ferramentas de desenvolvimento para transformar inteligência computacional em ações no mundo físico.