GR00T N1: NVIDIA mette un foundation model dentro il corpo dei robot
Nel marzo 2025 NVIDIA ha presentato Isaac GR00T N1, un foundation model generalista per robot umanoidi addestrato su video egocentrici, traiettorie reali e simulate e grandi quantità di dati sintetici. Il punto non è soltanto un nuovo modello: NVIDIA sta cercando di costruire l’intero stack della physical AI, dalla simulazione Omniverse ai motori fisici, dai dati sintetici al modello Vision-Language-Action e all’hardware di calcolo. GR00T N1 è open-weight e pensato per essere adattato a diversi corpi robotici. È una strategia radicalmente diversa dal robot verticale chiuso: NVIDIA vuole essere la piattaforma su cui molti produttori costruiscono. Nei prossimi 2–3 anni vedremo se questo approccio ridurrà davvero tempi e costi di addestramento; a circa dieci anni, se la standardizzazione prenderà piede, potremmo avere un ecosistema simile a quello delle GPU: decine di produttori hardware che condividono modelli, simulatori e strumenti comuni.
Helix: il robot umanoide smette di essere programmato compito per compito
Nel febbraio 2025 Figure ha presentato Helix, un modello Vision-Language-Action pensato per controllare robot umanoidi con una singola rete capace di collegare visione, linguaggio e movimento. La promessa non è “un robot cosciente”, ma qualcosa di industrialmente più importante: ridurre la necessità di programmare e addestrare ogni compito separatamente. Figure ha mostrato robot che manipolano oggetti mai visti, coordinano mani, torso, testa e dita e, in alcune dimostrazioni, collaborano tra loro seguendo istruzioni in linguaggio naturale. È un passaggio dalla robotica come collezione di comportamenti scritti a mano alla robotica come modello generalista che interpreta scene e produce azioni. La sfida resta enorme: robustezza, sicurezza, dati, tatto, affidabilità fuori dal laboratorio e costi hardware. Ma se questa architettura regge, nei prossimi 2–3 anni potremmo vedere robot riconfigurabili per nuovi compiti in ore invece che settimane; in circa dieci anni, il valore potrebbe spostarsi dal singolo robot al “modello operativo” condiviso tra milioni di corpi.
Un solo video e il robot impara: Skild S1 cambia il significato di programmazione
Skild AI ha presentato S1, un modello robotico progettato per imparare compiti nuovi e di lunga durata da una singola dimostrazione video, senza aggiornare i pesi del modello e senza addestramento specifico sul nuovo compito. Il concetto cambia il rapporto tra esseri umani e robot: invece di programmare ogni movimento, un operatore può mostrare l’attività. Il limite è che un video non contiene tutta la fisica reale, come peso, attrito e forza. Per questo la physical AI avrà bisogno di visione, tatto, propriocezione e sistemi di sicurezza esterni. Nel breve periodo il valore è la riconfigurazione rapida di fabbriche e magazzini; nel lungo periodo, il vero prodotto potrebbe diventare un modello robotico trasferibile tra corpi e ambienti diversi.
