A Revolução Robótica é de Código Aberto: O GR00T N1 da NVIDIA Inaugura a Era dos Robôs Generalistas
No cavernoso SAP Center, em San Jose, em meio à expectativa elétrica de milhares de desenvolvedores e tecnólogos, o CEO da NVIDIA, Jensen Huang, cruzou o palco com sua icônica jaqueta de couro, fez uma pausa dramática e declarou: “A era da robótica generalista chegou”. Esse anúncio, feito na conferência GTC 2025 da NVIDIA na última terça-feira, foi muito mais do que um golpe de marketing — foi a revelação do que pode vir a ser o “momento Android” para a robótica: o NVIDIA Isaac GR00T N1, o primeiro modelo de fundação para robôs humanoides de código aberto do mundo.
Um Cérebro para Qualquer Corpo: A Democratização da Inteligência Robótica
Em contraste direto com os sistemas de IA proprietários que dominam as manchetes atuais, o GR00T N1 representa uma abordagem fundamentalmente diferente para a inteligência robótica. É uma visão construída sobre abertura, acessibilidade e a ideia de robôs que conseguem generalizar comportamentos em diferentes ambientes e tarefas, sem a necessidade de programação especializada para cada cenário.
“Com o NVIDIA Isaac GR00T N1 e os novos frameworks de geração de dados e aprendizado robótico, os desenvolvedores de robótica em todos os lugares abrirão a próxima fronteira na era da IA”, disse Huang para a arena lotada em seu keynote que ultrapassou as duas horas. A frase resume a estratégia ambiciosa da NVIDIA: criar a inteligência subjacente que alimentará a próxima geração de robôs humanoides e, em seguida, torná-la livremente disponível para desenvolvedores em todo o mundo.
O que torna este anúncio particularmente significativo é como ele ataca o desafio mais persistente da robótica: a escalabilidade dos dados de treinamento. Como Jim Fan, Gerente Sênior de Pesquisa da NVIDIA e líder de IA Incorporada (Embodied AI), explicou em um post no LinkedIn após a palestra: “Estamos em uma missão para democratizar a IA Física. O poder de um cérebro robótico geral na palma da sua mão — com apenas 2 bilhões de parâmetros, o N1 aprende com o conjunto de dados de ação física mais diversificado já compilado e entrega uma performance que desafia seu tamanho.”
O Robô que Pensa Rápido e Devagar
No coração do GR00T N1 está uma arquitetura de sistema duplo inspirada na cognição humana — o que a NVIDIA chama de pensar “rápido e devagar”. A abordagem bebe das teorias da ciência cognitiva que separam o pensamento humano em dois sistemas: respostas intuitivas e automáticas, e o raciocínio deliberado e metódico.
O “Sistema 2”, o componente de pensamento lento, utiliza um modelo de linguagem visual para perceber e raciocinar sobre o ambiente do robô e as instruções recebidas, planejando as ações apropriadas. O “Sistema 1”, o componente de pensamento rápido, traduz esses planos em movimentos robóticos precisos e contínuos a taxas de execução de 120Hz. Essa arquitetura permite que os robôs lidem com tarefas complexas que exigem tanto deliberação quanto fluidez de movimento — como pegar objetos, manipulá-los com um ou ambos os braços e realizar sequências de várias etapas.
Em uma demonstração que empolgou visivelmente o público, Huang mostrou o robô humanoide Neo, da 1X, realizando tarefas domésticas de organização de forma autônoma, utilizando uma política baseada no GR00T N1. Os movimentos fluidos do robô e sua compreensão aparente do ambiente destacaram o potencial prático do modelo.
Quebrando a Barreira dos Dados com Realidade Sintética
Talvez o aspecto mais revolucionário da abordagem da NVIDIA seja como ela resolve o problema fundamental de dados na robótica. Enquanto os modelos de linguagem podem ser treinados no vasto corpus de texto da internet, o aprendizado robótico sempre foi limitado pelas restrições do mundo físico — um instrutor humano só consegue gerar 24 horas de dados de treinamento por dia.
“Os dados de demonstração humana são limitados pelo número de horas em um dia”, explicou o narrador no vídeo de introdução do GR00T N1 da NVIDIA. Para superar esse gargalo, a NVIDIA desenvolveu frameworks para multiplicar exponencialmente as demonstrações do mundo real em conjuntos de dados sintéticos massivos.
Usando os primeiros componentes do NVIDIA Isaac GR00T Blueprint, a empresa gerou 780.000 trajetórias sintéticas — o equivalente a nove meses contínuos de dados de demonstração humana — em apenas 11 horas. Quando combinado com dados reais, esse conjunto de dados sintéticos melhorou o desempenho do GR00T N1 em 40% em comparação com o uso apenas de dados reais.
A abordagem utiliza três fontes de dados: dados reais de teleoperação humanoide (coletados usando sistemas como o Apple Vision Pro para controle imersivo), dados de simulação em larga escala (que a NVIDIA está tornando open-source com mais de 300.000 trajetórias) e o que Fan chama de “trajetórias neurais” — usando modelos de geração de vídeo de última geração para “alucinar” novos dados sintéticos com física precisa.
“Usando as palavras de Jensen: ‘dados sistematicamente infinitos’!”, observou Fan em seu post, referindo-se à caracterização de Huang sobre essa forma de geração de dados.
O Momento Star Wars: Blue Rouba a Cena
Em um momento que fez o público sacar os celulares instantaneamente, Huang apresentou o “Blue”, um robô carismático que parecia ter saído diretamente de um filme de Star Wars. O droide de duas pernas, que lembra o R2-D2 mas possui personalidade própria, caminhou ao redor de Huang, emitiu bipes expressivos e acenou com a cabeça para o deleite da plateia.
“Digam-me que isso não foi incrível”, disse Huang sob aplausos, enquanto o Blue demonstrava suas capacidades. O robô não era apenas para exibição; ele serviu para mostrar a nova parceria da NVIDIA com o Google DeepMind e a Disney Research para construir um novo motor de física de código aberto chamado Newton.
“Precisamos de um motor de física projetado para corpos rígidos e macios de grão muito fino, feito para treinar feedback tátil, habilidades motoras finas e controles de atuadores”, explicou Huang. O motor Newton, construído sobre o framework NVIDIA Warp, será otimizado para aprendizado robótico e compatível com frameworks de simulação como o MuJoCo do Google DeepMind e o NVIDIA Isaac Lab.
Kyle Laughlin, vice-presidente sênior da Walt Disney Imagineering Research & Development, contextualizou o envolvimento da Disney: “Os droides BDX são apenas o começo. Estamos comprometidos em dar vida a mais personagens de formas que o mundo nunca viu antes, e esta colaboração com a Disney Research, NVIDIA e Google DeepMind é uma parte fundamental dessa visão.”
A Oportunidade de 10 Trilhões de Dólares
O que está em jogo nesta revolução robótica é colossal. Huang descreveu os robôs como “a próxima indústria de 10 trilhões de dólares”, capaz de mitigar a escassez global de mão de obra estimada em mais de 50 milhões de pessoas.
Para empresas que desenvolvem robôs humanoides, o GR00T N1 oferece uma vantagem competitiva gigantesca. Em vez de construir a inteligência robótica do zero, os desenvolvedores podem alavancar o modelo de fundação da NVIDIA e customizá-lo para robôs ou tarefas específicas através de pós-treinamento.
Bernt Børnich, CEO da 1X Technologies, um dos parceiros pioneiros no uso do GR00T N1, enfatizou essa vantagem: “O modelo GR00T N1 da NVIDIA proporciona um avanço fundamental para o raciocínio e as habilidades robóticas. Com uma quantidade mínima de dados de pós-treinamento, conseguimos fazer o deploy completo no NEO Gamma — avançando em nossa missão de criar robôs que não são ferramentas, mas companheiros que podem ajudar humanos de formas significativas e imensuráveis.”
Outros desenvolvedores líderes de humanoides com acesso antecipado incluem Agility Robotics, Boston Dynamics, Mentee Robotics e NEURA Robotics.
Cross-Embodiment: A Reviravolta Inesperada
Embora os robôs humanoides sejam o foco principal do GR00T N1, Fan revelou uma capacidade intrigante: o suporte a cross-embodiment (interoperabilidade de corpos). “Nós o ajustamos para funcionar no braço robótico de 110 dólares HuggingFace LeRobot SO100!”, escreveu ele. Isso demonstra que os benefícios do modelo de fundação podem se estender além das plataformas humanoides caras para hardwares muito mais acessíveis.
O entusiasmo de Fan com esse desenvolvimento ficou evidente em sua conclusão: “Cérebro robótico aberto roda em hardware aberto. Parece o caminho certo. Vamos resolver a robótica, juntos, um token por vez.”
O Caminho pela Frente
O modelo GR00T N1, os dados de treinamento e os cenários de avaliação de tarefas já estão disponíveis no Hugging Face e GitHub, com o NVIDIA Isaac GR00T Blueprint para geração de movimento de manipulação sintética disponível como uma demo interativa em build.nvidia.com.
Para desenvolvedores que desejam trabalhar com esses modelos, a NVIDIA também anunciou o supercomputador de IA pessoal DGX Spark, fornecendo um sistema pronto para expandir as capacidades do GR00T N1 para novos robôs, tarefas e ambientes, sem a necessidade de uma programação personalizada exaustiva.
O motor de física Newton deve estar disponível ainda este ano, expandindo ainda mais o arsenal de ferramentas para os desenvolvedores de robótica.
A Democratização da IA Física
O que distingue a abordagem da NVIDIA é a sua ênfase na abertura e acessibilidade. Ao tornar o GR00T N1 e suas ferramentas associadas amplamente disponíveis, a NVIDIA está se posicionando não como a única construtora da inteligência robótica, mas como a camada fundamental sobre a qual uma comunidade global de desenvolvedores pode inovar.
À medida que a robótica transita de aplicações industriais especializadas para capacidades generalistas em diversos ambientes, a abordagem aberta da NVIDIA pode acelerar a inovação de forma semelhante a como o software de código aberto transformou a computação. A empresa que construiu sua reputação no processamento gráfico para jogos está agora lançando as bases para um futuro onde robôs inteligentes serão tão onipresentes quanto os smartphones hoje.
Na comunidade robótica, as reações ao GR00T N1 têm sido entusiásticas, embora permaneça algum ceticismo sobre as limitações atuais do hardware. Como observou o fundador de uma empresa de robótica em resposta a uma atualização anterior: “seria ótimo se o hardware robótico fosse comparável ao humano. O que não é o caso. O ponto de dor é que os robôs ainda são aproximações desajeitadas e nada próximas do equivalente humano.”
No entanto, a visão da NVIDIA é clara: se os robôs devem se tornar verdadeiramente versáteis e úteis nos inúmeros cenários da vida humana, eles precisam de uma inteligência generalista que possa se adaptar rapidamente a novos ambientes e tarefas. Com o GR00T N1, esse futuro acaba de dar um passo significativo em nossa direção.
“A era da robótica generalista chegou”, declarou Huang. Para um campo que muitas vezes prometeu demais e entregou de menos, a abordagem sistemática da NVIDIA — combinando modelos de fundação, geração de dados sintéticos e colaboração aberta — representa, talvez, o caminho mais crível até agora para tornar essa declaração uma realidade palpável.
