在機器人技術快速發展的今天，為機器人提供精確對應的輸入數據進行訓練顯得尤為重要。為此，業界和學界正積極探索利用 XR 技術的力量，以優化機器人的訓練過程。通過頭顯設備，人型機器人能夠實時復刻並映射人類操作員的動作，而相關軟體則能實現第一人稱影片的實時傳輸和精確控制輸出。
在 CES 2025 上，英偉達再次展示了其在機器人訓練領域的創新成果。英偉達首席執行官黃仁勛宣布了 GR00T 的新模式——基於模仿學習的 Blueprint。這一模式允許用戶利用蘋果 Vision Pro 等 XR 設備，為機器人創建一個數字孿生體，隨後機器人便能在模擬環境中重複模仿學習人類動作。
據英偉達在一篇博文中透露，人形機器人市場預計將在未來二十年內達到 380 億美元的規模。為了滿足這一巨大需求，特別是在工業和製造業領域，英偉達已經發布了一系列機器人基礎模型、數據管道和仿真框架，旨在加速下一代仿人機器人的開發工作。
GR00T Blueprint 正是這一戰略的重要組成部分。它能夠幫助開發者從少量的人類演示中輕鬆生成指數級規模的合成數據集，從而提升了機器人通過模仿學習獲得新技能的效率。具體而言，GR00T-Teleop 工作流允許用戶使用 Vision Pro 在數字孿生中捕獲人類行為；隨後，GR00T-Mimic 工作流將這些捕獲的人類演示複製到更大的合成運動數據集中；最後，GR00T-Gen 工作流通過域隨機化和 3D 升級技術進一步擴展數據集。
此外，英偉達還宣布了另一個重要平台——Cosmos。該平台擁有一系列開放的、預訓練的世界基礎模型，專門用於生成物理感知影片和物理人工智慧開發的世界狀態。Cosmos 包括各種大小和輸入數據格式的自回歸和擴散模型，能夠幫助減少模擬與真實之間的差距，通過將 3D 圖像升級為真實圖像來提升機器人的訓練效果。
英偉達強調，將 Omniverse 與 Cosmos 結合起來至關重要，因為高度可控、物理精確的模擬能夠為機器人訓練提供關鍵保障，有助於最大限度地減少與世界模型相關的潛在幻覺。
