VLA 模型开源

GR00T N1

NVIDIA美国

GitHub 仓库 NVIDIA/Isaac-GR00T

又称 Isaac GR00T、GR00T N1.5、GR00T N1.6、GR00T N1.7

类别
VLA 模型
开放程度
开源
发布时间
2025 年 3 月
开源协议
代码 Apache-2.0,权重 NVIDIA Open Model License(N1 至 N1.6 权重为 NVIDIA OneWay Noncommercial License)
发布方所在地
美国

项目简介

GR00T N 系列是 NVIDIA 面向通用人形机器人的开源 VLA 基础模型,仓库包含 N1、N1.5、N1.6 和 N1.7。模型由视觉语言骨干和流匹配扩散 Transformer 动作头组成,N1.7 改用 Cosmos-Reason2-2B 作骨干,在双臂、半人形、人形机器人数据和人类视频上预训练。用户可把示教数据转成 GR00T LeRobot 格式做后训练,再用 TensorRT 部署到 Jetson Thor / Orin。

规模
N1 为 2B 参数,N1.5 / N1.6 / N1.7 为 3B 参数;N1.7 预训练数据包含 2 万小时 EgoScale 人类视频

GR00T N1 安装要点

来源:README.md

依据官方资料的 n1.7-release 版本整理,核验于 2026-11-06。版本更新后命令可能变化,以官方文档为准。

  1. 克隆仓库和子模块

    git-lfs 必须先装,否则下不到 demo_data 的 parquet

    sudo apt install git-lfs && git lfs install
    git clone --recurse-submodules https://github.com/NVIDIA/Isaac-GR00T
    cd Isaac-GR00T
  2. 安装 uv

    curl -LsSf https://astral.sh/uv/install.sh | sh
  3. 安装 FFmpeg

    Ubuntu 25.10+ 和 26.04 的 FFmpeg 8 不能用

    sudo apt-get update && sudo apt-get install -y ffmpeg
  4. 创建环境并安装

    dGPU 默认路径;Spark、Thor、Orin 有各自的脚本

    uv sync --python 3.12
  5. 验证安装

    uv run python -c "import gr00t; print('GR00T installed successfully')"
  6. 登录 Hugging Face

    先到 nvidia/Cosmos-Reason2-2B 页面申请访问

    uv run huggingface-cli login

环境要求

来源:README.md
推理显存
1 块 GPU,16 GB+(RTX 4090、L40、H100、Jetson AGX Thor/Orin、DGX Spark)
微调显存
1 块以上 GPU,官方建议 40 GB+,推荐 H100 或 L40 节点
默认微调峰值来源:hardware_recommendation.md
每卡约 35 GB 以内(硬件指南)
微调 LLM 或视觉来源:hardware_recommendation.md
开 --tune-llm 或 --tune-visual 时建议每卡 80 GB+(硬件指南)
CUDA
dGPU 12.8;Jetson Thor、Orin 13.2;DGX Spark 13.0
操作系统来源:hardware_recommendation.md
dGPU 用 Ubuntu 22.04+,Orin 用 JetPack 7.2,Thor 和 Spark 用 Ubuntu 24.04(硬件指南)
FFmpeg
4–7,不支持 FFmpeg 8

适配矩阵

来源:hardware_recommendation.md

官方实测各平台的显存和推理频率(N1.7,4 步去噪,1 路相机)

名称显存PyTorch EagerTensorRT
H100 80GB HBM380 GB11.7 Hz35.9 Hz
H20 96GB HBM396 GB12.0 Hz29.4 Hz
RTX Pro 6000 Blackwell96 GB12.8 Hz35.9 Hz
RTX Pro 5000 72GB72 GB7.9 Hz24.7 Hz
L4048 GB7.8 Hz26.0 Hz
L2048 GB7.1 Hz23.3 Hz
DGX Spark128 GB 共享7.9 Hz10.1 Hz
AGX Thor128 GB 共享8.9 Hz12.4 Hz
Orin64 GB 共享2.9 Hz6.6 Hz

常见报错

解法来自官方文档、维护者回复或提问者确认,部分报错出自旧版本。

RuntimeError: Could not load libtorchcodec

原因torchcodec 0.8.0 不支持 FFmpeg 8

解决Ubuntu 25.10+ 和 26.04 上改装 FFmpeg<8 运行库,并把库路径加入 LD_LIBRARY_PATH

conda install -c conda-forge 'ffmpeg<8'
来源:README.md
GatedRepoError

原因骨干 nvidia/Cosmos-Reason2-2B 是受限模型

解决到模型页申请访问,再登录 Hugging Face 或设置 HF_TOKEN

uv run huggingface-cli login
来源:README.md
CUDA_HOME is unset

解决跑一次 install_deps.sh 配置 CUDA 路径,或手动 export CUDA_HOME=/usr/local/cuda

bash scripts/deployment/dgpu/install_deps.sh
来源:README.md
ptx_get_version()

解决CUDA 13.x 平台(Thor、Spark 等)跑官方补丁脚本

uv run bash scripts/patch_triton_cuda13.sh
来源:README.md
ImportError: /lib/x86_64-linux-gnu/libc.so.6: version `GLIBC_2.32' not found

原因flash_attn 预编译包要 glibc 2.32+,Ubuntu 20.04 只有 2.31

解决不要直接升级 glibc,维护者建议在 Docker 容器里运行

来源:Issue #514

适配机器人

  • Unitree G1
  • AgiBot G1
  • Fourier GR-1
  • YAM
  • Franka Panda
  • WidowX
  • Google Robot
  • SO-100

获取方式

相关概念

数据来源

本页信息均整理自以下公开资料。

7 条来源核验于 2026-10-01

星标、下载量等指标定期自动更新。

GR00T N1(Isaac-GR00T):安装步骤、环境要求与常见报错 | 具身集