国泰海通（HK2611）发布研报称，英伟达（NVDA）发布GR00T2世界动作模型，验证通过大规模人类数据预训练和少量真机示范，实现跨本体技能迁移与快速任务适配，核心生产环节及布局北美的供应链企业有望受益。该行认为，英伟达（NVDA）同步把模型、数据、仿真、评测、边缘部署绑成全栈标准，进一步巩固“机器人时代算力+基础模型”的底层卡位。当前零样本稳定性、灵巧手精细力控、长时程泛化仍有限，长期看机器人本体企业的核心竞争焦点仍在谁先把WAM+智能体跑通真实工况。
事件：在CoRL2026大会上，英伟达（NVDA）发布新一代机器人基础模型GR00T2，并完成从“视觉-语言-动作模型(VLA)”到“世界-动作模型(WAM)”的范式切换。模型不再只根据当前画面直接输出动作，而是先联合预测“未来视频帧+机器人动作序列”，在内部“想象”物理世界将如何演化，再驱动夹爪、灵巧手与人形机器人（886069）执行。GR00T2及轻量版GR00T2Turbo计划于2026年12月开源，同步开放Human-1M部分人类视频数据与SimFoundry仿真工具链。
国泰海通主要观点如下：
GR00T2通过海量人类视频与跨形态迁移实现零样本技能泛化，结合强化学习与智能体分层控制，Turbo版支持边缘设备实时部署。
GR00T2核心为约20亿参数扩散Transformer，基于Cosmos视频模型初始化，输入0.8秒多视角视频、机器人本体状态与语言指令，输出未来观测与动作块，形成闭环控制。其关键升级有三点：
1)“借人类经验学物理”，用40.3万小时人类第一视角视频+1万小时UMI手持数据+2.35万小时遥操作数据混合训练，人类视频占比提升可线性抬高真机成功率；
2)X-Adapt跨形态迁移，人类穿戴设备、UMI、DexUMI外骨骼示范的技能可零遥操作迁移到未练过该任务的机器人，50项未知任务零样本平均成功率40%，1条示范数据后成功率达71%、5条示范数据后成功率达95%；
3)“预训练+RL+智能体”分层架构，Turbo版可跑在宇树G1机载Jetson Thor(124ms延迟)，由推理智能体做任务拆解与纠错、GR00T2做接触级执行。
GR00T2降低机器人技能冷启动门槛并巩固英伟达（NVDA）全栈生态，但零样本稳定性与精细力控仍有限。
GR00T2把具身智能的数据瓶颈从“真机遥操作成本”转向“跨本体迁移效率”，意味着机器人本体企业可用人类视频+少量演示快速冷启动新技能，加速工厂装配、物流分拣、服务操作等场景的落地试点。该行认为，英伟达（NVDA）同步把模型、数据、仿真、评测、边缘部署绑成全栈标准，进一步巩固“机器人时代算力+基础模型”的底层卡位。当前零样本稳定性、灵巧手精细力控、长时程泛化仍有限，长期看机器人本体企业的核心竞争焦点仍在谁先把WAM+智能体跑通真实工况。
风险提示：具身智能模型技术发展不及预期风险，下游需求不及预期风险。
