GR00T N1 / N1.5 / N1.7

数据配方

N1 预训练为异构混合批次采样，无逐源权重 [1]。真机：自采 GR-1 遥操 88 h，加 OXE 七个子集、AgiBot-Alpha 14 万条（来自 100 台机器人）；人类视频：Ego4D、Ego-Exo4D、EPIC-KITCHENS、HOI4D 等，无小时数；仿真：78 万条轨迹，DexMimicGen 11 小时生成，折算约 6,500 h 人类演示（等效时长，非运行时长）；生成：DreamGen 神经轨迹 827 h，约 105k L40 GPU 小时 [1]。后训练真机与神经轨迹 1:1。N1.5 加 FLARE 学人类视频，仍用 DexMG 与 DreamGen [3]。N1.7 仓库称用 20K h EgoScale，骨干换 Cosmos-Reason2-2B [2]。

结果与证据

论文称神经轨迹把真机数据放大约 10 倍。N1.5"36 小时开发、人工采集约需近三个月"为公司口径，⚠️来源不可达。

已知缺陷与口径

6,500 h 是等效时长，不可与 88 h 真机直接比。N1.6"1 万+ h"仅第三方口径。EgoScale 论文只称架构类似 N1，勿写成"EgoScale 即 N1.7"。

来源

1. arXiv 2503.14734 (2026-10-14)
2. https://github.com/NVIDIA/Isaac-GR00T (2026-10-14)
3. https://research.nvidia.com/labs/gear/gr00t-n1_5 (2026-10-14)