studio raoulsoftware innovation, architecture & development
← Blog
AI in de praktijk · 10 november 2026

Robots die leren door te kijken — en wat dat betekent voor fabrieken

NVIDIAs nieuwe GR00T 2-model stelt een robot in staat een taak al na een paar demonstraties te beheersen, waardoor fysieke automatisering voor bedrijven aanzienlijk toegankelijker wordt.

In het kort
95%
slagingspercentage na 5 demonstraties
71%
slagingspercentage na slechts 1 demonstratie
100.000 uur
menselijke video voor de modeltraining
50
verschillende geteste taken

Laat een robot iets vijf keer zien en het kan het betrouwbaar uitvoeren. Dat is het resultaat dat NVIDIAs nieuwe GR00T 2-model — gepresenteerd op maandag op een roboticaconferentie in Austin, Texas — behaalde in gecontroleerde tests: een slagingspercentage van 95% bij 50 taken na slechts vijf demonstraties. Na slechts één demonstratie was de slaagkans al 71%.

Tot nu toe vergde het trainen van een robot voor een nieuwe taak weken van programmeerwerk en dure specialisten. GR00T 2 kiest een andere aanpak: het model is getraind op 100.000 uur first-person menselijke video, zodat het al een breed scala aan bewegingen begrijpt voordat het een fabriek betreedt. Die gedeelde basis maakt het mogelijk hetzelfde model toe te passen op heel verschillende robots en taken.

Foxconn past het al toe om delen van zijn serverproductie in Houston te automatiseren. Siemens onderzoekt het voor fabrieksgebruik. Dit zijn geen kleine proeven — Foxconn maakt een deel van de meest precies vervaardigde hardware ter wereld, en echte fabrieken zetten er al op in. NVIDIA-CEO Jensen Huang heeft gezegd dat elk industrieel bedrijf een roboticabedrijf zal worden.

Als jouw bedrijf fysiek, repetitief werk omvat — assemblage, verpakking, picken, sorteren — is het de moeite waard om dit goed in de gaten te houden. De drempel voor het inzetten van een robot is gedaald: je hebt geen team ingenieurs meer nodig om hem stap voor stap te programmeren. Je laat hem het werk zien en hij leert het. Houd er rekening mee dat dit gecontroleerde testresultaten zijn; echte omgevingen zijn complexer. De praktische stap nu: bepaal de eerste repetitieve taak in jouw operatie die een robot aankan, en volg hoe vroege gebruikers zoals Foxconn het doen.

Bronnen
← Agentwerk is zojuist 17x goedkoper geworden — wat dat verandert voor bouwers← De AI-tools in jouw stack zijn zojuist permanente infrastructuur geworden
Robots die leren door te kijken — en wat dat betekent voor fabrieken