De Robotrevolutie is Open Source: NVIDIA’s GR00T N1 Luidt het Tijdperk van Generalistische Robotica in

In het immense SAP Center in San Jose, te midden van de elektrische spanning van duizenden ontwikkelaars en technologen, schreed NVIDIA-CEO Jensen Huang over het podium in zijn iconische leren jack, pauzeerde dramatisch en verklaarde: “Het tijdperk van generalistische robotica is aangebroken.” Die aankondiging, gedaan tijdens NVIDIA’s GTC 2025-conferentie op dinsdag, was meer dan hyperbool—het was de onthulling van wat het Android-moment voor robotica zou kunnen worden: NVIDIA Isaac GR00T N1, ’s werelds eerste open foundation model voor humanoïde robots.

Een Brein voor Elk Lichaam: De Democratisering van Robotintelligentie

In schril contrast met de propriëtaire AI-systemen die de huidige headlines domineren, vertegenwoordigt GR00T N1 een fundamenteel andere benadering van robotintelligentie—één gebouwd op openheid, toegankelijkheid, en een visie van robots die kunnen generaliseren over verschillende omgevingen en taken zonder gespecialiseerde programmering voor elk scenario.

“Met NVIDIA Isaac GR00T N1 en nieuwe frameworks voor datagenerate en robotleren, zullen robotica-ontwikkelaars wereldwijd het volgende grensgebied in het AI-tijdperk ontsluiten,” vertelde Huang aan de volle arena in zijn keynote die langer dan twee uur duurde. Deze uitspraak vat NVIDIA’s ambitieuze strategie samen: creëer de onderliggende intelligentie die de volgende generatie humanoïde robots zal aandrijven, en maak deze vervolgens vrij beschikbaar voor ontwikkelaars wereldwijd.

Wat deze aankondiging bijzonder significant maakt, is hoe het de meest hardnekkige uitdaging in robotica aanpakt—de schaalbaarheid van trainingsdata. Zoals Jim Fan, NVIDIA’s Senior Research Manager en Lead of Embodied AI, uitlegde in een LinkedIn-post na de keynote: “We zijn op een missie om Physical AI te democratiseren. De kracht van een algemeen robotbrein, in de palm van je hand—met slechts 2 miljard parameters leert N1 van de meest diverse fysieke actiedataset ooit samengesteld en presteert boven zijn gewichtsklasse.”

De Snel en Langzaam Denkende Robot

Centraal in GR00T N1 staat een duaal-systeemarchitectuur geïnspireerd door menselijke cognitie—wat NVIDIA “snel en langzaam” denken noemt. De aanpak is afgeleid van cognitiewetenschappelijke theorieën die menselijk denken onderverdelen in twee systemen: intuïtieve, automatische responsen en weloverwogen, methodisch redeneren.

“Systeem 2,” de langzaam-denkende component, gebruikt een vision language model om de omgeving van de robot en de instructies die het ontvangt waar te nemen en te beredeneren, en plant vervolgens passende acties. “Systeem 1,” de snel-denkende component, vertaalt deze plannen naar precieze, continue robotbewegingen op 120Hz uitvoeringssnelheden. Deze architectuur stelt robots in staat om complexe taken aan te pakken die zowel overweging als vloeiende beweging vereisen—objecten oppakken, ze manipuleren met één of beide armen, en meerstapsvolgorden uitvoeren.

In een demonstratie die het publiek zichtbaar enthousiast maakte, toonde Huang 1X’s Neo humanoïde robot die autonoom huishoudelijke opruimtaken uitvoerde met behulp van een beleid gebouwd op GR00T N1. De vloeiende bewegingen van de robot en het schijnbare begrip van zijn omgeving onderstreepten het potentieel van het model voor praktische toepassingen.

De Databarrière Doorbreken met Synthetische Realiteit

Misschien wel het meest revolutionaire aspect van NVIDIA’s aanpak is hoe het het fundamentele dataprobleem van robotica oplost. Terwijl taalmodellen kunnen trainen op het enorme tekstcorpus van het internet, is robotleren traditioneel beperkt door de beperkingen van de fysieke wereld—een menselijke demonstrator kan slechts 24 uur trainingsdata per dag genereren.

“Menselijke demonstratiedata is beperkt door het aantal uren in een dag,” legde de verteller uit in NVIDIA’s GR00T N1-introductievideo. Om deze beperking te overwinnen, heeft NVIDIA frameworks ontwikkeld om demonstraties uit de echte wereld exponentieel te vermenigvuldigen tot massale synthetische datasets.

Met behulp van de eerste componenten van de NVIDIA Isaac GR00T Blueprint genereerde het bedrijf 780.000 synthetische trajecten—equivalent aan negen ononderbroken maanden aan menselijke demonstratiedata—in slechts 11 uur. Wanneer gecombineerd met echte data, verbeterde deze synthetische dataset de prestaties van GR00T N1 met 40% in vergelijking met alleen het gebruik van echte data.

De aanpak gebruikt drie databronnen: echte humanoïde teleoperatiedata (verzameld met systemen zoals Apple Vision Pro voor immersieve besturing), grootschalige simulatiedata (die NVIDIA open-source maakt met meer dan 300.000 trajecten), en wat Fan “neurale trajecten” noemt—het gebruik van state-of-the-art videogeneratiemodellen om nieuwe synthetische data te “hallucineren” met accurate fysica.

“In Jensen’s woorden, ‘systematisch oneindige data’!” merkte Fan op in zijn post, verwijzend naar Huang’s karakterisering van deze benadering van datageneratie.

Het Star Wars-Moment: Blue Steelt de Show

In een moment dat het publiek naar hun telefoons deed grijpen, introduceerde Huang “Blue,” een charismatische robot die lijkt alsof hij zo uit een Star Wars-film is gestapt. De robot op twee benen, die doet denken aan R2-D2 maar met een eigen uitgesproken persoonlijkheid, liep rond Huang, piepte expressief, en knikte met zijn hoofd tot groot genoegen van het publiek.

“Zeg me dat dat niet geweldig was,” zei Huang onder applaus terwijl Blue zijn mogelijkheden demonstreerde. De robot was niet alleen voor de show—hij demonstreerde NVIDIA’s nieuwe samenwerking met Google DeepMind en Disney Research om een nieuwe open-source physics engine genaamd Newton te bouwen.

“We hebben een physics engine nodig die ontworpen is voor zeer fijnmazige, rigide en zachte lichamen, ontworpen voor het kunnen trainen van tactiele feedback en fijne motorische vaardigheden en actuatorbedieningen,” legde Huang uit. De Newton-engine, gebouwd op het NVIDIA Warp-framework, zal geoptimaliseerd worden voor robotleren en compatibel zijn met simulatieframeworks zoals Google DeepMind’s MuJoCo en NVIDIA Isaac Lab.

Kyle Laughlin, senior vice president bij Walt Disney Imagineering Research & Development, gaf context voor Disney’s betrokkenheid: “De BDX-droids zijn nog maar het begin. We zijn vastbesloten om meer personages tot leven te brengen op manieren die de wereld nog niet eerder heeft gezien, en deze samenwerking met Disney Research, NVIDIA en Google DeepMind is een belangrijk onderdeel van die visie.”

De Kans van $10 Biljoen

De inzet in deze robotrevolutie is enorm. Huang beschreef robots als “de volgende industrie van $10 biljoen,” inspelend op wereldwijde arbeidstekorten die op meer dan 50 miljoen mensen worden geschat.

Voor bedrijven die humanoïde robots ontwikkelen, biedt GR00T N1 een substantiële voorsprong. In plaats van robotintelligentie vanaf nul op te bouwen, kunnen ontwikkelaars NVIDIA’s foundation model benutten en het aanpassen voor specifieke robots of taken door middel van post-training.

Bernt Børnich, CEO van 1X Technologies, een van de vroege partners die GR00T N1 gebruiken, benadrukte dit voordeel: “NVIDIA’s GR00T N1-model biedt een grote doorbraak voor robotredenering en -vaardigheden. Met een minimale hoeveelheid post-trainingsdata konden we volledig implementeren op NEO Gamma—wat verder bijdraagt aan onze missie om robots te creëren die geen gereedschappen zijn, maar metgezellen die mensen kunnen helpen op betekenisvolle, onmeetbare manieren.”

Andere toonaangevende humanoïde ontwikkelaars met vroege toegang zijn onder andere Agility Robotics, Boston Dynamics, Mentee Robotics en NEURA Robotics.

Cross-Embodiment: De Onverwachte Wending

Hoewel humanoïde robots de primaire focus van GR00T N1 zijn, onthulde Fan een intrigerende mogelijkheid: ondersteuning voor cross-embodiment. “We finetunen het om te werken op de $110 HuggingFace LeRobot SO100 robotarm!” schreef hij. Dit toont aan dat de voordelen van het foundation model zich kunnen uitstrekken buiten dure humanoïde platforms naar meer toegankelijke hardware.

Fans enthousiasme over deze ontwikkeling was duidelijk in zijn conclusie: “Open robotbrein draait op open hardware. Klinkt precies goed. Laten we robotica samen oplossen, één token per keer.”

De Weg Vooruit

Het GR00T N1-model, trainingsdata en taakevaluatiescenario’s zijn nu beschikbaar op Hugging Face en GitHub, met de NVIDIA Isaac GR00T Blueprint voor synthetische manipulatiebewegingsgeneratie beschikbaar als interactieve demo op build.nvidia.com.

Voor ontwikkelaars die met deze modellen willen werken, kondigde NVIDIA ook de DGX Spark persoonlijke AI-supercomputer aan, die een kant-en-klaar systeem biedt om de mogelijkheden van GR00T N1 uit te breiden voor nieuwe robots, taken en omgevingen zonder uitgebreide aangepaste programmering.

De Newton physics engine wordt naar verwachting later dit jaar beschikbaar, waarmee de toolset voor robotica-ontwikkelaars verder wordt uitgebreid.

De Democratisering van Physical AI

Wat NVIDIA’s aanpak onderscheidt, is de nadruk op openheid en toegankelijkheid. Door GR00T N1 en de bijbehorende tools breed beschikbaar te maken, positioneert NVIDIA zich niet als de enige bouwer van robotintelligentie, maar als de funderingslaag waarop een wereldwijde gemeenschap van ontwikkelaars kan innoveren.

Nu robotica de overgang maakt van gespecialiseerde industriële toepassingen naar generalistische capaciteiten in diverse omgevingen, zou NVIDIA’s open aanpak innovatie kunnen versnellen op manieren die vergelijkbaar zijn met hoe open-source software de computerwereld heeft getransformeerd. Het bedrijf dat zijn reputatie opbouwde met grafische verwerking voor gaming, legt nu de basis voor een toekomst waarin intelligente robots net zo alomtegenwoordig zijn als smartphones vandaag.

In de roboticagemeenschap zijn de reacties op GR00T N1 enthousiast, hoewel er enige scepsis blijft over de huidige beperkingen van robothardware. Zoals een oprichter van een roboticabedrijf opmerkte in reactie op een eerdere GR00T-update: “zou prima zijn als de robothardware vergelijkbaar was met die van mensen. Wat niet het geval is. Het pijnpunt is dat robots logge, onhandige benaderingen zijn en lang niet vergelijkbaar met mensen.”

Niettemin is NVIDIA’s visie duidelijk: als robots echt veelzijdig en nuttig willen worden in de talloze scenario’s van het menselijk leven, hebben ze een generalistische intelligentie nodig die zich snel kan aanpassen aan nieuwe omgevingen en taken. Met GR00T N1 is die toekomst een stuk dichterbij gekomen.

“Het tijdperk van generalistische robotica is hier,” verklaarde Huang. Voor een vakgebied dat vaak te veel heeft beloofd en te weinig heeft geleverd, vertegenwoordigt NVIDIA’s systematische benadering van robotintelligentie—door foundation models, synthetische datageneratie en open samenwerking te combineren—misschien wel het meest geloofwaardige pad tot nu toe om die verklaring werkelijkheid te maken.