Det är inte en konsumentprodukt. Det är ett forskningsinstrument: en köpbar, reproducerbar ritning som parar en fullstor humanoid kropp med högupplösta händer, en kraftfull AI-hjärna ombord och en öppen mjukvarustack. Tanken är att labben ska lägga mindre tid på att bygga robotar och mer tid på att träna dem.

En enhetlig plattform: Kropp, händer och hjärna

Isaac GR00T-referensdesignen samlar tre hårdvarulager i ett integrerat system :

• Unitree H2 Plus-chassi – Roboten är nästan 180 cm lång och väger cirka 68 kg. Kroppen har 31 frihetsgrader (DOF) med ett maximalt vridmoment på 120 N·m i armarna och 360 N·m i benen . Ett batteri på 0,972 kWh ger ungefär tre timmars driftstid. Stereokameror på huvudet, kameror på handlederna, en rad mikrofoner och högtalare hanterar perception och röstinteraktion .
• Sharpa Wave-fingrar – Varje hand har 22 frihetsgrader, vilket ger systemet totalt 75 frihetsgrader . Med en vikt på endast 1,3 kg styck är dessa taktila, fingerfärdiga ändeffektorer designade för precisionsuppgifter som är svåra för de flesta humanoida robotar: att montera en dator, hantera kirurgiska verktyg eller sätta en intravenös infart .
• NVIDIA Jetson Thor-beräkning ombord – I centrum sitter Jetson AGX Thor-modulen med en Blackwell-arkitektur-GPU som levererar upp till 2 070 TFLOPS AI-prestanda i FP4 . Den kör hela Isaac GR00T-mjukvarustacken – simulering, modellträning och policyimplementering – direkt på roboten .

Eftersom konstruktionen är helt öppen kan forskare modifiera hårdvaran, träna anpassade policyer i NVIDIA Isaac Sim och distribuera dem på den fysiska enheten utan att låsas till en enskild leverantörs ekosystem .

Varför en referensdesign är viktig

Begreppet ”referensdesign” är lånat från smartphoneindustrin. Precis som Googles Android-referenstelefoner gav tillverkare en beprövad utgångspunkt samtidigt som de kunde innovera ovanpå den, syftar GR00T-plattformen till att ge robotiklabb en gemensam grund .

Målet är att accelerera sim-till-verklighet-överföring: att träna manipuleringspolicyer i högupplöst simulering och sedan köra dem på identisk fysisk hårdvara. Idag fungerar en gångkontroller som utvecklats i ett labb sällan på ett annat labbs robot. NVIDIA satsar på att en standardiserad, öppen plattform ska ändra på det .

Roboten kommer att finnas tillgänglig för forskare i slutet av 2026, med vissa källor som pekar på en lansering i oktober 2026 .

Fem labb har redan anslutit sig

Fem framstående institutioner har redan förbundit sig att använda plattformen :

• Stanford University
• ETH Zürich
• Allen Institute for AI (AI2)
• UC San Diego – Advanced Robotics and Controls Laboratory
• Tokyos universitet – JSK Robotics Laboratory

Dessa tidiga användare spänner över USA, Europa och Asien, vilket ger plattformen en omedelbar geografisk och forskningsmässig bredd.

Den geopolitiska dimensionen

En intressant undertext är själva partnerskapet. Ett amerikanskt chipföretag (NVIDIA) samarbetar med en ledande kinesisk hårdvarutillverkare (Unitree) och ett singaporianskt komponentföretag (Sharpa) inom ett område – avancerad robotik – som befinner sig precis i skärningspunkten mellan kommersiella ambitioner och nationell säkerhet . Projektets gränsöverskridande karaktär var en betydande samtalspunkt i den tidiga rapporteringen .

Agentisk AI och den större Computex-bilden

GR00T-roboten var en del av en mycket bredare keynote. Huang använde Computex-scenen för att utropa 2026 till året för ”agentisk AI” – autonoma, målinriktade AI-system som verkar över hela datorteknikstacken .

Utöver roboten var de två andra stora tillkännagivandena från keynoten :

• NVIDIA RTX Spark – En ny Arm-baserad superkrets (utvecklad med MediaTek) som syftar till att ”återuppfinna PC:n” för lokala AI-agenter, med upp till 20 CPU-kärnor och 6 144 CUDA-kärnor.
• Vera Rubin AI-infrastruktur – NVIDIAs nästa generations datacenterplattform, nu i produktion, särskilt utformad för agentiska AI-arbetsbelastningar i stor skala.

I detta sammanhang är Isaac GR00T-roboten den fysiska gestaltningen av tesen om agentisk AI: om mjukvaruagenter ska kunna resonera och agera autonomt, behöver hårdvaran som låter dem manipulera den verkliga världen en gemensam utvecklingsplattform. NVIDIA levererade precis sin första.

Det är inte en konsumentprodukt. Det är ett forskningsinstrument: en köpbar, reproducerbar ritning som parar en fullstor humanoid kropp med högupplösta händer, en kraftfull AI-hjärna ombord och en öppen mjukvarustack. Tanken är att labben ska lägga mindre tid på att bygga robotar och mer tid på att träna dem.

En enhetlig plattform: Kropp, händer och hjärna

Isaac GR00T-referensdesignen samlar tre hårdvarulager i ett integrerat system :

• Unitree H2 Plus-chassi – Roboten är nästan 180 cm lång och väger cirka 68 kg. Kroppen har 31 frihetsgrader (DOF) med ett maximalt vridmoment på 120 N·m i armarna och 360 N·m i benen . Ett batteri på 0,972 kWh ger ungefär tre timmars driftstid. Stereokameror på huvudet, kameror på handlederna, en rad mikrofoner och högtalare hanterar perception och röstinteraktion .
• Sharpa Wave-fingrar – Varje hand har 22 frihetsgrader, vilket ger systemet totalt 75 frihetsgrader . Med en vikt på endast 1,3 kg styck är dessa taktila, fingerfärdiga ändeffektorer designade för precisionsuppgifter som är svåra för de flesta humanoida robotar: att montera en dator, hantera kirurgiska verktyg eller sätta en intravenös infart .
• NVIDIA Jetson Thor-beräkning ombord – I centrum sitter Jetson AGX Thor-modulen med en Blackwell-arkitektur-GPU som levererar upp till 2 070 TFLOPS AI-prestanda i FP4 . Den kör hela Isaac GR00T-mjukvarustacken – simulering, modellträning och policyimplementering – direkt på roboten .

Eftersom konstruktionen är helt öppen kan forskare modifiera hårdvaran, träna anpassade policyer i NVIDIA Isaac Sim och distribuera dem på den fysiska enheten utan att låsas till en enskild leverantörs ekosystem .

Varför en referensdesign är viktig

Begreppet ”referensdesign” är lånat från smartphoneindustrin. Precis som Googles Android-referenstelefoner gav tillverkare en beprövad utgångspunkt samtidigt som de kunde innovera ovanpå den, syftar GR00T-plattformen till att ge robotiklabb en gemensam grund .

Målet är att accelerera sim-till-verklighet-överföring: att träna manipuleringspolicyer i högupplöst simulering och sedan köra dem på identisk fysisk hårdvara. Idag fungerar en gångkontroller som utvecklats i ett labb sällan på ett annat labbs robot. NVIDIA satsar på att en standardiserad, öppen plattform ska ändra på det .

Roboten kommer att finnas tillgänglig för forskare i slutet av 2026, med vissa källor som pekar på en lansering i oktober 2026 .

Fem labb har redan anslutit sig

Fem framstående institutioner har redan förbundit sig att använda plattformen :

• Stanford University
• ETH Zürich
• Allen Institute for AI (AI2)
• UC San Diego – Advanced Robotics and Controls Laboratory
• Tokyos universitet – JSK Robotics Laboratory

Dessa tidiga användare spänner över USA, Europa och Asien, vilket ger plattformen en omedelbar geografisk och forskningsmässig bredd.

Den geopolitiska dimensionen

En intressant undertext är själva partnerskapet. Ett amerikanskt chipföretag (NVIDIA) samarbetar med en ledande kinesisk hårdvarutillverkare (Unitree) och ett singaporianskt komponentföretag (Sharpa) inom ett område – avancerad robotik – som befinner sig precis i skärningspunkten mellan kommersiella ambitioner och nationell säkerhet . Projektets gränsöverskridande karaktär var en betydande samtalspunkt i den tidiga rapporteringen .

Agentisk AI och den större Computex-bilden

GR00T-roboten var en del av en mycket bredare keynote. Huang använde Computex-scenen för att utropa 2026 till året för ”agentisk AI” – autonoma, målinriktade AI-system som verkar över hela datorteknikstacken .

Utöver roboten var de två andra stora tillkännagivandena från keynoten :

• NVIDIA RTX Spark – En ny Arm-baserad superkrets (utvecklad med MediaTek) som syftar till att ”återuppfinna PC:n” för lokala AI-agenter, med upp till 20 CPU-kärnor och 6 144 CUDA-kärnor.
• Vera Rubin AI-infrastruktur – NVIDIAs nästa generations datacenterplattform, nu i produktion, särskilt utformad för agentiska AI-arbetsbelastningar i stor skala.

I detta sammanhang är Isaac GR00T-roboten den fysiska gestaltningen av tesen om agentisk AI: om mjukvaruagenter ska kunna resonera och agera autonomt, behöver hårdvaran som låter dem manipulera den verkliga världen en gemensam utvecklingsplattform. NVIDIA levererade precis sin första.