Prometeo rubò il fuoco agli dei per donarlo all’umanità e fu condannato all’eternità. NVIDIA ha appena insegnato a un robot a fare lo stesso, presumibilmente per dare una spinta ai risultati del terzo trimestre. Il laboratorio GEAR (Generalist Embodied Agent Research) dell’azienda ha appena rilasciato un video del progetto GR00T-2, ed è una vera e propria lectio magistralis di manipolazione inquietantemente precisa. Non stiamo parlando del solito automa goffo che inciampa sui cubetti di legno; qui abbiamo un braccio robotico bimanuale che accende un fiammifero, attiva un bruciatore a spirito e usa le forbici con una fermezza che le vostre mani umane, provate da troppi caffè, possono solo sognare.
Per anni, l’industria della robotica è stata tormentata dal problema dell’ultimo miglio: la destrezza. Abbiamo macchine capaci di sollevare auto o navigare in magazzini immensi, ma chiedete a una di loro di infilare un ago o inserire un cavo USB e avrete la stessa reazione che otterreste chiedendole di spiegarvi la letteratura postmoderna. È questo che rende la demo di GR00T-2 così magnetica. È un attacco frontale alla barriera della motricità fine, che mette in mostra un livello di agilità che trasforma i robot da macchine a compito unico in veri strumenti multiuso.
Il cervello dietro i muscoli
Il vero miracolo qui non è l’hardware custom a basso costo, ma il modello di IA che tira i fili. GR00T-2 è ciò che NVIDIA definisce un “World-Action Model” (WAM), un salto evolutivo rispetto ai modelli Vision-Language-Action (VLA) che hanno dominato la scena finora. Invece di limitarsi a prevedere l’azione successiva, GR00T-2 prevede i fotogrammi video futuri e le azioni necessarie per realizzarli. In sostanza, sta imparando un modello di causalità fisica: un’intuizione quasi “umana” di come i suoi movimenti cambieranno il mondo circostante.
Questo modello è stato addestrato su un dataset colossale: oltre 400.000 ore di video in prima persona di esseri umani al lavoro, integrate da decine di migliaia di ore di dati di teleoperazione robotica. Questo approccio di “adattamento incrociato”, battezzato X-Adapt, permette al robot di apprendere abilità semplicemente guardando noi umani, anche se non ha mai eseguito quel compito prima. Per dire: GR00T-2 ha imparato a preparare una carta da filtro in un imbuto da laboratorio con una percentuale di successo del 65% solo osservando dei video.
I risultati sono sbalorditivi. “Appena uscito dalla scatola”, senza alcuna dimostrazione specifica, GR00T-2 è riuscito a completare 40 dei 50 compiti valutati almeno una volta. Con una singola dimostrazione, il tasso di successo medio è balzato al 71%. Dategli cinque dimostrazioni — meno di tre minuti di dati per task — e la cifra schizza al 95% dopo una rapida sessione di fine-tuning.
Dal laboratorio alla catena di montaggio
Certo, accendere fiammiferi è un ottimo trucco da festa, ma NVIDIA e i suoi partner guardano a applicazioni molto più concrete. La destrezza di GR00T-2 è cruciale per la manifattura, la logistica e persino l’hotellerie. La capacità di gestire oggetti deformabili come cavi e tessuti — una novità resa possibile dalla piattaforma di simulazione Isaac Lab 3.0 e dal suo motore fisico Newton — apre una nuova frontiera dell’automazione.
I giganti dell’industria sono già alla finestra. Foxconn sta applicando GR00T-2 per automatizzare la produzione di server, mentre Siemens lo sta valutando per una vasta gamma di utilizzi industriali. Un’altra azienda, Nexuni, sta addirittura testando il modello per l’impresa titanica di gestire il bucato robotizzato. Non sono semplici esperimenti di ricerca; sono passi tangibili verso il dispiegamento di robot generalisti in ambienti reali e complessi.
Questa spinta fa parte della strategia più ampia di NVIDIA per diventare il sistema nervoso centrale dell’intera industria robotica. Fornendo i modelli di base (GR00T), gli ambienti di simulazione (Isaac Lab) e i computer di bordo (Jetson Thor), l’azienda sta costruendo un ecosistema progettato per accelerare l’evoluzione delle macchine autonome.
Uno sguardo inquietante sul domani
Siamo dunque di fronte al “momento ChatGPT” della robotica predetto dal CEO Jensen Huang? Non ancora, ma la miccia è stata certamente accesa. La combinazione di modelli di base sempre più sofisticati, simulazioni iper-realistiche e la capacità di apprendere da vaste fonti di dati non robotiche sta creando un circolo virtuoso di progresso rapidissimo.
La dimostrazione di GR00T-2 è più di una semplice esibizione tecnica; è una dichiarazione d’intenti. Dimostra che il principale collo di bottiglia della robotica si sta spostando dall’hardware al software, dall’ingegneria su misura all’IA scalabile. Per ora, GR00T-2 si limita a dar fuoco ad attrezzature da laboratorio in condizioni controllate. Domani, potrebbe assemblare i vostri smartphone, smistare i vostri pacchi o persino — brivido — piegare correttamente un lenzuolo con angoli. Ecco, quella sì che sarebbe una rivoluzione epocale.