NVIDIA Isaac GR00T N1.5

Le 18 mai 2025, à COMPUTEX (Taipei), NVIDIA annonce Isaac GR00T N1.5, première mise à jour majeure de son foundation model ouvert pour le raisonnement et le contrôle de robots humanoïdes — accompagnée du blueprint GR00T-Dreams pour générer des trajectoires synthétiques.

Le fait

GR00T N1.5 actualise GR00T N1 (mars 2025) : VLM Eagle gelé pendant le pré-entraînement et le fine-tuning (moins d’oubli langage), grounding vision-langage renforcé, objectif FLARE (Future LAtent Representation Alignment) pour apprendre aussi depuis des vidéos humaines sans actions robot, et mélange de données enrichi (GR-1, Open X-Embodiment, DexMG, trajectoires DreamGen, AgiBot-Beta). Sur le robot réel Fourier GR-1, le taux de suivi d’instructions passe de 46,6 % à 93,3 % ; le succès global grimpe à 83 %. En few-shot RoboCasa (30 démos/tâche), le score passe de 17,4 à 47,5. Le modèle GR00T-N1.5-3B est publié sur Hugging Face (licence non commerciale OneWay) ; des embodiment heads élargissent le contrôle (bras unique EEF, humanoïdes avec grippers). NVIDIA Research affirme avoir produit les données d’entraînement N1.5 en ~36 heures via Dreams, contre près de trois mois de collecte humaine manuelle.

Contexte

N1 avait ouvert la voie d’un VLA cross-embodiment open weights pour humanoïdes. N1.5 répond au goulot réel : données de démonstration coûteuses et faible généralisation langage/objets nouveaux. GR00T-Dreams (complément de GR00T-Mimic dévoilé au GTC) part d’une image, génère des vidéos de tâches via Cosmos Predict, puis extrait des action tokens. Early adopters cités : AeiRobot, Foxlink, Lightwheel, NEURA Robotics ; l’écosystème Isaac (Sim 5.0, Lab 2.2, dataset Physical AI) et les stations RTX PRO 6000 Blackwell cadrent le pipeline cloud-to-robot jusqu’à Jetson Thor.

Pourquoi ça compte

Signal marché : le foundation model humanoïde n’est plus un one-shot GTC — c’est une ligne de produit itérative (N1 → N1.5) où la donnée synthétique devient le levier de cycle. Pour les intégrateurs, le saut langage (×2 sur GR-1) et le few-shot changent la rentabilité du post-training sur site usine. Limite claire : licence non commerciale — actif de R&D, pas encore de déploiement produit libre.

Lecture Neurone21

N1.5 + Dreams formalise la doctrine NVIDIA Physical AI : simuler / synthétiser / post-entraîner / déployer, plutôt que collecter des mois de téléop. À suivre côté Europe : capacité à fine-tuner sur des bras industriels locaux sans tomber dans le verrou hardware Blackwell — et la concurrence des stacks open (π0, OpenVLA, etc.) face à un N1.5 désormais « usable » en labo.

Sources : NVIDIA Newsroom – COMPUTEX 18 mai 2025 · GEAR – GR00T N1.5 tech blog · Hugging Face – GR00T-N1.5-3B · GitHub NVIDIA/Isaac-GR00T