Nvidia Isaac und GR00T: Was sie sind und warum die meisten Robotik-Teams heute darauf aufbauen

Wer sich heute mit humanoiden Robotern oder mobilen Manipulatoren beschäftigt, stößt innerhalb von Minuten auf zwei Namen: Nvidia Isaac und GR00T. Beide tauchen in fast jeder Produktankündigung auf, von Figure AI bis zu europäischen Anbietern wie Neura Robotics oder Wandelbots. Nur: Isaac und GR00T sind nicht dasselbe, und die Verwechslung führt regelmäßig zu Missverständnissen in Technik-Teams, die gerade ihren eigenen Stack planen.

Was sind Nvidia Isaac und GR00T eigentlich?

Nvidia Isaac ist keine einzelne Software, sondern eine Plattform aus mehreren Werkzeugen für die Entwicklung physischer KI: Isaac Sim für die Simulation in Omniverse, Isaac Lab für das Training von Steuerungspolitiken per Reinforcement Learning, und Isaac ROS für die Integration in ROS-2-basierte Robotersysteme. GR00T dagegen ist keine Plattform, sondern eine Familie von Foundation-Modellen – konkret ein sogenanntes Vision-Language-Action-Modell (VLA), das einem Roboter beibringt, aus Kamerabildern und Sprachbefehlen konkrete Bewegungsabläufe zu erzeugen. Isaac ist also die Werkbank, GR00T das trainierte Gehirn, das auf dieser Werkbank entwickelt und getestet wird. Nvidia stellte Isaac GR00T N1 im März 2025 auf der GTC in San José als nach eigener Darstellung erstes vollständig offenes, anpassbares Foundation-Modell für generalistische humanoide Roboter vor.

Für Teams, die einen eigenen Physical-AI-Stack aufbauen, ist genau diese Trennung der entscheidende Punkt: Isaac liefert die Infrastruktur für Simulation, Training und Deployment, während GR00T das Modell liefert, das man auf dieser Infrastruktur trainiert, anpasst und schließlich auf echter Hardware ausführt. Wie sich dieser gesamte Stack – von der Wahrnehmung über die Simulation bis zur Flottensteuerung – zusammensetzt, haben wir im Überblick über den Physical-AI-Stack eingeordnet.

Wie ist GR00T technisch aufgebaut?

GR00T N1 folgt einer Dual-System-Architektur, die an Konzepte aus der Kognitionspsychologie angelehnt ist. Ein “System 2” – ein Vision-Language-Modul – interpretiert die Szene und den gesprochenen oder geschriebenen Auftrag langsam und bedächtig, während ein “System 1” – ein Diffusions-Transformer – daraus in Echtzeit konkrete motorische Aktionen generiert. Trainiert wurde das Modell auf einer Mischung aus drei Datenquellen: echten Roboter-Trajektorien, Videoaufnahmen von Menschen bei alltäglichen Handgriffen und synthetischen Daten aus der Omniverse-Simulation. Erste Demonstrationen liefen auf humanoiden Plattformen von Fourier (GR-1) und 1X.

Diese Kombination aus realen und synthetischen Daten ist kein Detail, sondern der eigentliche Grund, warum GR00T als Foundation-Modell funktioniert: Es wäre schlicht zu teuer und zu langsam, ausschließlich reale Trajektorien zu sammeln, um damit ein generalistisches Modell zu trainieren. Wie Teams diese Datenerfassung in der Praxis organisieren – von Teleoperation bis zu Sensorik am Menschen selbst –, beschreiben wir separat in unserem Beitrag zu Teleoperation und Datenerfassung für Roboter.

Was hat sich seit GR00T N1 verändert?

Nvidia hat GR00T seit der ersten Vorstellung mehrfach überarbeitet, mit spürbaren Sprüngen bei Trainingsdatenmenge und Modellarchitektur:

Version	Zeitpunkt	Wichtigste Neuerung
GR00T N1	März 2025 (GTC San José)	Erstes offenes Foundation-Modell für humanoide Roboter, Dual-System-Architektur
GR00T N1.5	Juni 2025 (GTC Paris / VivaTech)	Verbesserte Version von N1, veröffentlicht auf Hugging Face, begleitet von Isaac Sim 5.0 und Isaac Lab 2.2
GR00T N1.7	April 2026 (Early Access)	Offenes, kommerziell lizenziertes VLA-Modell mit 3 Milliarden Parametern, Cosmos-Reason2-2B als Backbone, Training via EgoScale auf über 20.000 Stunden egozentrischem Video
GR00T N2	angekündigt für Ende 2026	Baut auf den DreamZero-Forschungsergebnissen auf, soll die Erfolgsquote bei neuen Aufgaben und Umgebungen mehr als verdoppeln

Zum genauen Veröffentlichungsdatum von GR00T N1.7 kursiert in Sekundärquellen der 17. April 2026 – dieses Tagesdatum stammt allerdings ausschließlich aus Nvidia-nahen Kanälen und ist unabhängig nicht bestätigt; Monat und Jahr gelten dagegen als gesichert.

Bemerkenswert an N1.7 ist die Trainingsmethode EgoScale: Statt weniger, dafür präzise annotierter Roboterdaten setzt Nvidia auf über 20.800 Stunden egozentrisches Video von Menschen bei mehr als 20 Aufgabenkategorien. Nvidias eigene Auswertung zeigt dabei einen deutlichen Skalierungseffekt – die Erhöhung der Datenmenge von 1.000 auf 20.000 Stunden mehr als verdoppelt die Erfolgsquote bei der Aufgabenausführung. Das bestätigt eine These, die in der Physical-AI-Branche seit Längerem diskutiert wird: Für Geschicklichkeit zählt vor allem Datenvolumen, nicht nur Datenqualität.

Welche Rolle spielt die Simulation – Isaac Lab, Isaac Sim und Newton?

Ein Foundation-Modell wie GR00T lässt sich nicht ausschließlich auf echter Hardware trainieren – das wäre zu langsam, zu teuer und für Teams mit wenigen physischen Robotern schlicht nicht skalierbar. Genau hier setzt Isaac Lab an: Es ist das Trainingsframework, in dem Steuerungspolitiken per Reinforcement Learning in simulierten Umgebungen entstehen, bevor sie auf reale Roboter übertragen werden. Isaac Lab 3.0 befindet sich aktuell im Early Access und bringt mit Newton 1.0 eine neue Physik-Engine mit, die Nvidia gemeinsam mit Google DeepMind und Disney Research entwickelt und die zusätzlich auf dem etablierten Nvidia-PhysX-SDK aufbaut. Newton erlaubt Multiphysik-Simulation und deutlich komplexere Handmanipulation, etwa das Greifen unregelmäßig geformter Objekte – ein Bereich, in dem klassische Simulationsphysik lange an Grenzen stieß. Isaac Lab 3.0 ist dabei nativ mit Isaac Sim 6.0 kompatibel.

Wie sich Simulation und digitale Zwillinge insgesamt in die Robotik-Entwicklung einfügen – von der virtuellen Inbetriebnahme bis zum kontinuierlichen Testen von Softwareständen –, haben wir in unserem Beitrag zu Robotersimulation und digitalen Zwillingen vertieft.

Auf welcher Hardware läuft das am Roboter selbst?

Simulation und Training sind die eine Seite, Ausführung in Echtzeit auf dem Roboter die andere. Dafür positioniert Nvidia die Jetson-Thor-Reihe, konkret das Modul T5000 beziehungsweise das Jetson-AGX-Thor-Entwicklerkit. Die Eckdaten: bis zu 2.070 FP4-TFLOPS an KI-Rechenleistung, 128 GB LPDDR5X-Speicher mit 273 GB/s Bandbreite und eine Leistungsaufnahme zwischen 40 und 130 Watt – je nach Konfiguration. Nvidia beziffert das als 7,5-fache KI-Leistung und 3,5-fache Energieeffizienz gegenüber dem Vorgänger AGX Orin. Das Entwicklerkit ist bei autorisierten Partnern für 3.499 US-Dollar erhältlich.

Diese Kombination aus kompakter Rechenleistung und vertretbarem Energiebedarf ist kein Nebendetail: Ein humanoider Roboter, der GR00T in Echtzeit für Inferenz einsetzen soll, hat weder den Platz noch das Energiebudget eines Servers. Ohne eine solche Edge-Plattform bliebe das gesamte Foundation-Modell-Konzept auf Laborvorführungen beschränkt.

Warum bauen so viele Robotik-Teams auf genau diesem Stack auf?

Der entscheidende Grund ist Standardisierung – und die Vermeidung von Doppelarbeit. Wer Isaac Sim, Isaac Lab und GR00T als gemeinsame Basis nutzt, muss keine eigene Simulationsphysik, kein eigenes Trainingsframework und kein eigenes Foundation-Modell von Grund auf entwickeln, sondern kann sich auf das konzentrieren, was das eigene Angebot tatsächlich unterscheidet – etwa Greiferdesign, Anwendungslogik oder Flottenbetrieb.

Die branchenweite Verbreitung bestätigt diesen Trend: Agility Robotics, Figure AI und Boston Dynamics setzen Isaac Lab zum Training von Steuerungspolitiken ein. Industrielle Hersteller wie ABB, FANUC, KUKA und Yaskawa integrieren die Isaac-Simulationsframeworks in digitale Zwillinge und die virtuelle Inbetriebnahme ihrer Anlagen. Und Unternehmen wie AGIBOT, LG Electronics, Neura Robotics und Noble Machines setzen konkret die Isaac-GR00T-Modelle für ihre Roboter ein. Auf europäischer Seite haben Agile Robots, Extend Robotics, Humanoid, idealworks, Neura Robotics, SICK, Universal Robots, Vorwerk und Wandelbots im Rahmen der GTC Paris im Juni 2025 begonnen, Isaac, Omniverse und die Sicherheitsplattform Halos in ihre Entwicklung zu integrieren.

Was für humanoide Roboter im Besonderen dahintersteckt – von Formfaktor bis Einsatzfeld – haben wir in unserem Grundlagenartikel zu humanoiden Robotern erklärt.

Reicht es, GR00T einfach zu übernehmen?

In der Praxis nutzt kaum ein Team GR00T unverändert. Der übliche Weg führt über Feinabstimmung (Fine-Tuning) auf die eigene Roboterplattform, den eigenen Greifer und die eigenen Zielaufgaben – etwa Kommissionierung, Sortierung oder einfache Montageschritte. Dafür braucht es eigene Trainingsdaten, die entweder in Isaac Sim synthetisch erzeugt oder über Teleoperation an der realen Maschine gesammelt werden. Genau deshalb hängen Simulation, Datenerfassung und Foundation-Modell im Isaac-Stack eng zusammen: Ein leistungsfähigeres GR00T-Modell nützt wenig, wenn die eigene Datenbasis für die Feinabstimmung zu klein oder zu einseitig ist. Wer das unterschätzt, erlebt in der Regel eine Diskrepanz zwischen beeindruckenden Nvidia-Demonstrationen und den eigenen, deutlich nüchterneren Ergebnissen im Testfeld.

Ist das schon der “ChatGPT-Moment” der Robotik?

Nvidia-Gründer und -CEO Jensen Huang hat diesen Vergleich selbst geprägt – und relativiert ihn zugleich. Auf der CES 2026 sagte Huang, der „ChatGPT-Moment“ für die Robotik sei „fast da“, nachdem er ein Jahr zuvor noch von „gleich um die Ecke“ gesprochen hatte. Diese Formulierung lohnt eine genaue Lektüre: Selbst der Anbieter der zentralen Infrastruktur räumt ein, dass der Durchbruch noch nicht eingetreten ist – seit mindestens zwei Jahren lässt er in kleinen Schritten weiter auf sich warten. Das ist kein Grund, den Fortschritt kleinzureden, aber ein guter Grund, GR00T-Ankündigungen mit derselben Skepsis zu lesen, mit der man auch Sprachmodell-Ankündigungen liest.

Was in diesem Zeitraum unbestreitbar geschehen ist: die Trainingsdatenmenge stieg von wenigen hundert auf über 20.000 Stunden, die Modellarchitektur wurde vom N1 zum N1.7 grundlegend überarbeitet, und die Zahl der Hardware-Hersteller, die produktiv mit Isaac arbeiten, wuchs von einer Handvoll auf einen zweistelligen Bereich über mehrere Kontinente. Das ist eine echte Dynamik – nur eben kein abgeschlossener Durchbruch.

Wo sollten Teams vorsichtig bleiben?

Drei Punkte verdienen nüchterne Betrachtung, bevor ein Team den gesamten Stack zur Grundlage seiner Roadmap macht. Erstens: „Offen“ bedeutet bei GR00T N1.7 konkret ein kommerziell lizenziertes, öffentlich zugängliches Modell – das ist etwas anderes als ein Modell ohne jegliche Nutzungsbedingungen, und Lizenzdetails sollten vor der Produktivnutzung sorgfältig geprüft werden. Zweitens: Die Leistungsversprechen zu N2 – mehr als doppelte Erfolgsquote gegenüber führenden VLA-Modellen – stammen aus Nvidias eigener Ankündigung und sind bislang nicht unabhängig reproduziert, da das Modell erst Ende 2026 verfügbar werden soll. Drittens setzt der gesamte Stack auf Nvidia-Hardware und -Simulationswerkzeuge auf; Teams, die bewusst herstellerunabhängig bleiben wollen, sollten diese Abhängigkeit von Beginn an einkalkulieren, etwa in ihrer Datenstrategie oder bei der Datenerfassung per Teleoperation.

Fazit: Werkbank und Modell getrennt betrachten

Wer heute ein Robotik-Team aufbaut, sollte Isaac und GR00T bewusst als zwei getrennte Entscheidungen behandeln: Isaac Sim, Isaac Lab und Isaac ROS bilden die Infrastruktur für Simulation, Training und Deployment – hier lohnt sich die Standardisierung fast immer, weil die Alternative eine kostspielige Eigenentwicklung wäre. GR00T dagegen ist ein sich schnell weiterentwickelndes Foundation-Modell, dessen praktischer Nutzen von der eigenen Aufgabenstellung, den verfügbaren Trainingsdaten und der Zielhardware abhängt. Die Begriffe rund um diesen Stack – vom VLA-Modell bis zum digitalen Zwilling – haben wir zudem in unserem Glossar gesammelt erklärt.

Der breitere Blick auf alle Bausteine dieses Stacks – inklusive Middleware, Sensorik und Flottenbetrieb – findet sich im Themenbereich Der Physical-AI-Stack.