🎯 核心要点
6 条
01
经营变化
英伟达 GR00T 2 在未见过的 50 个任务中，实现无演示成功率 40%、1 个演示后 71%、5 个演示后 95%（注：Dexter-50 任务选自模型以 80% 或更高成功率学习的任务，并非通用成功率）。
📰 研报摘要
免费查看全文 ➔本报告对比分析了英伟达发布的 GR00T 2 与 Anthropic 发布的 Claude Fable 5.2 两款机器人相关大模型，结合 S0/S1/S2 三层架构框架（即规划、行动、控制层）探讨其对具身智能定价权和产业链的潜在影响。GR00T 2 采用“Think Slow Move Fast”架构，验证了少样本学习（few-shot learning）在机器人任务中的可行性，并高度依赖第一人称（Ego）视频预训练；Fable 5.2 则降低了云端大脑（S2）成本，但无法取代机器人机载端侧 S1 动作层的实时性需求。分析认为，较强的云端大脑将进一步集中物理 AI 的定价权在 Ego 视频采集终端与机载 S1 计算环节。