在3月18日举行的英伟达GTC大会上，英伟达创始人兼CEO黄仁勋正式发布了人形机器人基础模型GROOT N1，标志着人形机器人基础模型领域再添重磅玩家。黄仁勋透露，该模型已经被多家机器人制造商采用，包括Fourier GR-01、Agility Robotics、Boston Dynamics等，助力类人机器人进入更广泛的商业应用场景。
GROOT N1定位全球首款开源且可定制的通用人形机器人基础模型。它采用了独特的双系统架构，灵感来源于人类的认知原理。其中，“系统1”是一个快速思考的行动模型，类似于人类的直觉和反射，能够迅速做出反应；“系统2”则是一个慢速思考模型，用于进行深思熟虑的决策制定。这种架构使得GROOT N1能够在复杂环境中灵活应对各种任务，例如抓取、双臂搬运、单臂与双臂协作，以及多步复杂操作，适用于物料搬运、包装和检测等场景。
此外，英伟达还推出了一系列模拟框架和方案，包括NVIDIA Isaac GROOT方案，用于生成合成数据，以及Newton——一款开源物理引擎。这款引擎由英伟达与Google DeepMind和迪士尼研究院共同开发，专门用于机器人研发。这些工具的发布，不仅为开发者提供了强大的技术支持，也为GROOT N1的广泛应用奠定了基础。
人形机器人模型频繁发布
早前，Figure公司也发布了其人形机器人模型Helix。Helix基于视觉-语言-动作（VLA）架构，采用准分层式设计，首次实现了四大技术突破。
能力泛化：Helix能够适应多样化的应用场景，无论是工业物流还是仓储管理，都能大展身手。精准控制：全身上半身的运动控制实现了更加稳定的动作执行，确保机器人的灵活性与准确性。协同作业：Helix支持两台及以上机器人协同操作，突破了以往单机作业的局限。低成本运行：Helix采用嵌入式GPU设计的“大小脑”架构运行，无需依赖云计算能力，显著降低了部署和运营成本。
Helix模型的发布，标志着人形机器人在工业物流、仓储管理等场景的规模化应用迈出了重要一步。
与此同时，中国的智元机器人也在人形机器人领域取得了重要进展。3月10日，智元机器人正式发布了具身智能大模型GO-1，并完成了其在本体机器人上的部署。这一模型基于创新的ViLLA架构，解决了图像-文本输入与动作执行之间的技术鸿沟，通过多模态数据训练赋予机器人自主学习与场景泛化能力。
GO-1的核心在于其Vision-Language-Latent-Action（ViLLA）架构，该架构由多模态大模型（VLM）和混合专家模型（MoE）组成。相较于传统VLA架构，ViLLA通过预测隐式动作标记，将感知与执行环节深度耦合，显著提升了任务理解的连贯性和动作规划的效率。这一突破使得人形机器人能够更好地适应家庭和工业等多样化场景。
分析认为，随着各家基础模型的发布，人形机器人技术的发展将不仅仅局限于硬件的升级，更将集中在软件和算法的优化，以及跨领域的融合应用。随着技术的不断进步和应用场景的不断拓展，人形机器人将在更多领域发挥重要作用，为人类的生活和工作带来更多的便利和创新。
