Was Isaac GR00T ist

Wenn Sie einordnen wollen, was Nvidia in der humanoiden Robotik tatsächlich anbietet, hilft die Erwartung an einen Roboter nicht weiter. Isaac GR00T ist ausdrücklich keine Hardware, sondern Nvidias Antwort auf die Frage, wie humanoide Roboter ein Gehirn bekommen — ein Grundmodell, dazu Simulationswerkzeuge und ein Chip. Die Denk- und Trainingsschicht kommt von Nvidia, der Körper ausdrücklich nicht.

Vorgestellt wurde das Projekt 2024 auf Nvidias Entwicklerkonferenz GTC. Der Name steht für „Generalist Robot 00 Technology“. Firmenchef Jensen Huang nannte den Bau von Grundmodellen für allgemeine Humanoide eines der spannendsten Probleme der KI.

Damit ordnet sich GR00T in die größere Idee der Physical AI ein, nach der das Können in der Software steckt und nicht in der Mechanik. Nvidia will diese Software für die ganze Branche liefern, so wie es heute schon die Chips für KI-Rechenzentren liefert, und wettet darauf, dass Roboter die nächste große Nachfrage nach seiner Technik auslösen.

Warum „Android der Robotik“

So wie Google sein Betriebssystem Android an viele Handyhersteller gibt, liefert Nvidia GR00T, Isaac und den passenden Chip an viele konkurrierende Roboterbauer. Daher der Spitzname „Android der Robotik“, der aus der Einordnung stammt und nicht von Nvidia selbst.

Für die Hersteller heißt das, dass sie das teure KI-Gehirn nicht von null bauen müssen, sondern auf eine fertige Schicht aufsetzen. Das senkt die Einstiegshürde und beschleunigt die ganze Branche.

Für Nvidia geht die Rechnung unabhängig davon auf, welcher Roboter sich am Ende durchsetzt, denn die darunterliegende Schicht könnte in jedem Fall von Nvidia stammen. Der Konzern verdient dann an fast jedem Roboter mit, ähnlich wie beim aktuellen KI-Boom in den Rechenzentren.

GR00T N1 und N1.5

Isaac GR00T N1 wurde im März 2025 auf der GTC vorgestellt, laut Nvidia als „weltweit erstes offenes und voll anpassbares Grundmodell“ für Humanoide. Es ist sofort verfügbar, die Trainingsdaten liegen offen im Netz.

Technisch arbeitet GR00T N1 mit einem Dual-System nach dem Vorbild des menschlichen Denkens, in dem ein schnelles System die Bewegung steuert und ein langsames über ein Vision-Language-Modell plant. Damit ist GR00T ein VLA, wie sie der Beitrag zu den VLA-Modellen erklärt.

Im Mai 2025 folgte das Update GR00T N1.5. Es bringt unter anderem ein eingefrorenes Sprach-Bild-Modell, bessere Befehlstreue und ein neues Trainingsziel, das aus menschlichen Videos lernt. Solche schnellen Versionssprünge sind typisch für das Feld, weshalb der Datumsstand wichtig bleibt.

Anpassbar heißt, dass ein Roboterbauer das Grundmodell nimmt und es mit eigenen Daten auf seine Hardware und seine Aufgaben nachtrainiert. So beginnt er nicht bei null, sondern verfeinert ein vorhandenes Gehirn, und das senkt die Hürde, überhaupt einen fähigen Humanoiden zu bauen.

Isaac Sim und Isaac Lab

Ein Modell allein reicht nicht, es muss trainieren. Dafür liefert Nvidia die Simulationsumgebung Isaac Sim und das offene Lernframework Isaac Lab. Dort üben Roboter in einer virtuellen Welt, bevor sie in die echte gehen.

In der virtuellen Halle lassen sich Millionen Versuche durchspielen, ohne echte Hardware zu verschleißen oder Gegenstände zu zerstören. Erst das macht das Training bezahlbar.

Dazu kommt die Physik-Engine Newton, gemeinsam mit Google DeepMind und Disney Research entwickelt. Sie sorgt dafür, dass sich Objekte in der Simulation realistisch verhalten, und je echter die Simulation, desto besser überträgt sich das Gelernte in die Wirklichkeit.

Trotzdem bleibt die Übertragung die schwierigste Stelle. Fachleute sprechen von der Sim-to-Real-Lücke, weil das, was in der perfekten Simulation klappt, in der unordentlichen Realität oft an Kleinigkeiten scheitert. Isaac und Newton sollen diese Lücke schließen, doch ganz verschwunden ist sie nicht.

Jetson Thor, der Chip

Rechnen muss der Roboter an Bord. Nvidias Chip Jetson Thor liefert laut Hersteller bis zu 2.070 Rechen-Billionen-Operationen bei rund 130 Watt Verbrauch und damit deutlich mehr als der Vorgänger Jetson Orin.

Diese Leistung ist nötig, weil moderne Roboter-KI direkt auf dem Gerät laufen soll, nicht nur in der Cloud. Nur so reagiert der Roboter schnell genug und bleibt auch ohne Internet handlungsfähig. Der Chip ist damit die Brücke zwischen Modell und Motor.

Läuft die KI an Bord, verlassen Kamera- und Sensordaten den Roboter nicht zwingend, was dem Datenschutz zugutekommen kann. Ein Freibrief ist das nicht, aber ein Pluspunkt gegenüber reiner Cloud-Verarbeitung. Wie sensibel solche Sensordaten sind, zeigt der Beitrag zum Datenschutz bei Saugrobotern.

Seit August 2025 ist Jetson Thor verfügbar. Das Entwickler-Kit startet laut Fachpresse bei rund 3.499 $, das Produktionsmodul bei rund 2.999 $ bei größeren Stückzahlen (beide Preise ohne Gewähr, Stand 2026). Für die Roboterbauer ist das ein zentraler Baustein ihrer Kalkulation.

Cosmos und synthetische Daten

Wie alle Roboter-KI kämpft auch GR00T mit dem Datenmangel. Nvidias Antwort heißt Cosmos, eine Plattform, die künstliche Trainingswelten und Videos erzeugt. Aus wenigen echten Beispielen werden so viele künstliche.

Die Zahlen sind beeindruckend, aber als Herstellerangabe zu lesen. Nvidia erzeugte nach eigenen Angaben 780.000 künstliche Bewegungsabläufe in nur 11 Stunden und steigerte damit die Leistung von GR00T N1 um rund 40 %. Ein Werkzeug namens GR00T-Dreams verkürzt die Datenerzeugung von Monaten auf etwa 36 Stunden.

Solche synthetischen Daten sind ein Hebel gegen den Engpass, aber kein Ersatz für die Wirklichkeit. Es zählt, ob der Roboter in der echten Welt funktioniert und nicht in der Simulation.

Die Arbeitsteilung dahinter sieht so aus, dass ein Werkzeug „geträumte“ Videos möglicher Bewegungen erzeugt und ein zweites prüft, ob diese physikalisch plausibel sind. Erst danach werden daraus Trainingsdaten. So versucht Nvidia, aus wenig echtem Material sehr viel brauchbares Übungsmaterial zu machen. Ob die Qualität dieser künstlichen Daten an echte Vorführungen heranreicht, ist eine der offenen Fragen der Branche.

Ist GR00T wirklich Open Source?

Nvidia bewirbt GR00T als offen, doch der Begriff ist gestaffelt. Der Programmcode steht unter der freien Apache-2.0-Lizenz. Die eigentlichen Modellgewichte, also das trainierte Gehirn, laufen dagegen unter einer eigenen „NVIDIA Open Model License“.

Die Gewichte von GR00T N1 und N1.5 sind zwar frei herunterladbar, N1.5 ist aber vor allem für nicht-kommerzielle Nutzung gedacht. „Offenes Modell“ ist also nicht dasselbe wie klassisches Open Source.

In der Praxis können Forscher und Entwickler viel damit machen, kommerzielle Nutzer müssen die Lizenz genau prüfen. Wer GR00T schlicht als „Open Source“ führt, verkürzt die Lage.

Die offiziellen Partner

GR00T ist nur so stark wie das Ökosystem darum. Nvidia nannte zum Start eine Reihe prominenter Partner, die das Modell nutzen.

Als offizielle Startpartner nannte Nvidia unter anderem 1X Technologies, Agility Robotics, Boston Dynamics, Mentee Robotics und das deutsche Unternehmen Neura Robotics. Als Frühkunden des Jetson-Thor-Chips kamen später Firmen wie Figure, Amazon Robotics und Caterpillar dazu. Die Breite dieser Liste zeigt, wie ernst die Branche Nvidias Plattform nimmt, denn kaum ein namhafter Humanoid-Hersteller fehlt.

Neura und der Deutschland-Bezug

Für den deutschen Markt fällt vor allem Neura Robotics aus Metzingen auf. Das Unternehmen baut den Humanoiden 4NE-1 und ist offizieller Partner von Nvidias GR00T-Plattform. Damit sitzt ein deutscher Hersteller direkt im wichtigsten Ökosystem der Branche.

Neura liefert den Körper, Nvidia das Gehirn und den Chip. Der 4NE-1 kann so von der GR00T-Schicht profitieren, ohne das komplette KI-System selbst entwickeln zu müssen.

Details zum deutschen Humanoiden stehen im eigenen Profil zu Neura Robotics und dem 4NE-1. Beim Roboter-Gehirn ist Deutschland über Neura also direkt beteiligt.

Der Realitäts-Check

Nvidias eigene Zahlen stammen aus kontrollierten Bedingungen und sind Herstellerangaben. Der unabhängige Stanford AI Index 2026 zeichnet ein bodenständigeres Bild.

Bei echten Haushaltsaufgaben liegt die Erfolgsquote der besten Systeme demnach bei nur rund 12 %, also etwa 88 % Fehler. Die vollständige Einordnung dieser Zahlen finden Sie im Überblick zu Physical AI. Auch bei der Sicherheit gibt es Lücken. Auf einem Testfeld mit echten Gefahren schaffte selbst das beste Modell nur 64 % sichere Durchläufe.

Das schmälert GR00T nicht, ordnet es aber ein. Nvidia liefert eine starke Plattform für Forschung und erste Piloten, doch der Sprung in den verlässlichen Alltag steht noch aus, bei GR00T wie bei allen anderen.

Chance und Lock-in-Risiko

Der „Android“-Vergleich hat auch eine kritische Seite. Wenn Modell, Simulation und Chip alle von einem Anbieter kommen, entsteht eine starke Abhängigkeit, die Fachleute Lock-in nennen, weil der Wechsel zu einer anderen Plattform teuer und schwierig wird.

Die Plattform beschleunigt die Entwicklung der Roboterbauer enorm, bindet sie aber zugleich an Nvidia. Ob Firmen wie Neura oder Figure langfristig unabhängig bleiben, ist offen. Manche Anbieter, etwa Figure, bauen bewusst ein eigenes Gehirn, um genau diese Abhängigkeit zu vermeiden. Wie die verschiedenen Wege im Feld aussehen, zeigt der Vergleich der KI-Gehirne.

Nvidia verdient bereits am KI-Boom in den Rechenzentren prächtig und könnte diese Rolle in der Robotik wiederholen. Ein Konzern, der Chip, Simulation und Modell zugleich liefert, hat enormen Einfluss auf die gesamte Wertschöpfung. Ob das der Vielfalt hilft oder schadet, entscheidet sich in den nächsten Jahren.

Chance und Risiko liegen damit dicht beieinander. Die Plattform kann die Robotik demokratisieren, indem sie das Gehirn für viele verfügbar macht, sie kann aber auch einen einzelnen Konzern ins Zentrum der ganzen Branche rücken. Beide Entwicklungen sind derzeit möglich, und welche überwiegt, hängt davon ab, wie offen Nvidia die Plattform langfristig hält und wie stark eigene Alternativen der Roboterbauer werden.

Fazit

Isaac GR00T ist der ambitionierteste Versuch, das Roboter-Gehirn zur Plattform zu machen. Nvidia liefert Modell, Simulation und Chip aus einer Hand und hat die halbe Branche als Partner gewonnen, Neura Robotics inklusive. Das ist ein starkes Fundament für die nächste Robotergeneration.

Vorsicht bleibt trotzdem angebracht, denn „offen“ ist gestaffelt, nicht grenzenlos, und die Abhängigkeit von einem Anbieter ist real. Trotz beeindruckender Zahlen bleibt die Alltagsreife mit rund 88 % Fehlerquote fern. GR00T ist ein Werkzeug für die Zukunft, kein fertiges Wunder.