NVIDIA、Sharpa、Unitree合作人形機械人：為大學研究而設的 Isaac GR00T 到底有乜特別？

先講結論：年底供應，不是年底公布

這項合作的正式名稱是 NVIDIA Isaac GR00T Reference Humanoid Robot。NVIDIA行政總裁黃仁勳於2026年6月1日，在台北Computex展覽前夕的主題演講後公布這個開放式、以研究為主的人形機械人參考設計；Unitree預計於2026年底開始供應。

換句話說，「2026年底的人形機械人合作」所指的是預計交付及開售時間，而不是合作到年底才宣布。

三家公司各自負責甚麼？

這部機械人可理解為「Unitree負責身體、Sharpa負責雙手、NVIDIA負責大腦及整套開發工具」：

• Unitree H2 Plus：身體
  中國Unitree提供接近真人比例的機械人本體，高約1.83米、重約68公斤。身體本身有31個自由度；連同兩隻各有22個自由度的手，整個系統合共約75個自由度。

• Sharpa靈巧手：觸覺及精細操作
  總部位於新加坡的Sharpa提供五指靈巧手，每隻手有22個自由度，配備觸覺能力，目標是讓機械人可以更像人類般抓取、調整及使用物件，而不只是用手臂把東西搬來搬去。

• NVIDIA Jetson AGX Thor T5000：機械人的運算核心
  機械人內置的Jetson AGX Thor T5000採用Blackwell GPU，配備14核心Arm CPU及128GB統一記憶體，NVIDIA指其AI運算效能最高可達2,070 FP4 teraflops，作即時感測處理及機械人推理。

研究人員可以用它做甚麼？

GR00T並不是以一般消費者家用為主要定位，而是為大學及研究機構提供一個大家都可以採用的共同平台。研究人員可以用它收集真實世界數據、測試演算法、訓練機械人的抓取及操作技能，亦可以研究機械人如何一邊行走、一邊完成身體及手部操作，這類工作通常稱為「行走與操作協同」。

NVIDIA及合作方列出的研究方向，包括：

• 組裝電腦等精細製造工序；
• 抓取、轉動及使用不同形狀的物件；
• 協助插入靜脈滴注；
• 食物準備及煮食；
• 清潔及熨衫等需要手部力度及觸覺判斷的工作。

這些任務的難度，在於機械人不能只靠攝影機「睇到」物件，還要判斷應該用多大力度、手指要放在甚麼位置，以及物件是否在抓取時滑動。Sharpa的靈巧手正是用來提供這層細緻的觸覺及動作反饋。

Sharpa的角色及過往工作

Sharpa於2024年成立，主要開發可進行高精度操作的機械人靈巧手。其技術讓機械人可以抓住物件後微調手指位置，並利用接觸時產生的物理反饋，協助訓練機械人學習操作技能。

公司在上海設有研發工作，並在加州進行業務營運。Sharpa過往亦曾與NVIDIA合作，為機械人基礎模型收集數據；在CES 2026，Sharpa曾示範其靈巧手玩21點及組裝風車，展示手部處理細小物件的能力。

NVIDIA提供的不只是硬件

硬件會配合開放式的 Isaac GR00T 開發平台。這套平台涵蓋由數據收集及生成，到模擬、模型訓練、評估和部署的工作流程，研究人員可以用來建立及比較不同的機械人技能。

NVIDIA表示，研究實驗室仍可控制機械人數據、訓練數據、遙測資料及系統紀錄。軟件堆疊亦採用模組化設計，實驗室可以整套使用，也可以只選擇部分工具，接駁現有的研究流程。

NVIDIA另外計劃在GitHub及Hugging Face發布Unitree G1的Isaac GR00T參考工作流程，方便研究人員參考及延伸使用。

解決大學實驗室的「Frankenstein機械人」問題

黃仁勳形容，大學要自行砌出一套可用的人形機械人系統，難度「瘋狂地高」。在正式研究之前，實驗室往往要先處理一大堆整合工作：由機械人身體、手部、運算硬件、感測器及數據收集，到模擬器和控制軟件，都要自行配搭。

這種由不同零件及系統拼湊而成的平台，有時被形容為「Frankenstein robot」。問題是，不同實驗室使用不同硬件，研究結果便較難直接比較，亦可能要花大量時間解決底層整合問題，而未能集中開發真正的機械人技能。

GR00T參考設計的作用，就是先把基本平台標準化。研究人員可以在相近的硬件基礎上測試演算法，將更多時間放在訓練、比較及改良機械人行為之上。

首批研究使用者及供應時間

NVIDIA公布的早期研究使用者包括：

• Ai2；
• ETH Zurich；
• Stanford Robotics Center；
• 加州大學聖地牙哥分校 Advanced Robotics and Controls Laboratory。

Unitree預計於2026年底供應這款參考機械人，主要對象為研究機構。現時仍未公布售價及更完整的商業細節。

黃仁勳如何把機械人放入NVIDIA的大戰略？

在黃仁勳的說法中，人形機械人是把「實體AI」（physical AI）帶入大型產業的一條路徑。他把相關市場機會形容為數萬億美元級別。

他亦把GR00T放在NVIDIA更廣泛的硬件及軟件策略中理解：隨着具備自主規劃及執行能力的「代理式AI」（agentic AI）發展，市場對運算基建的需求會增加；NVIDIA希望由數據中心的Vera CPU，到本地運行AI模型及代理的系統，提供一套由雲端延伸至裝置端的完整平台。

其中，RTX Spark晶片針對可在裝置上運行模型及AI代理的AI電腦，而GR00T則是這套平台在機械人及具身AI上的落點。對NVIDIA而言，這不只是推出一部人形機械人，而是將晶片、模型、模擬器、訓練工具及部署流程一併帶入下一代實體AI市場。