代码开源，但没有research blog了。https://github.com/NVIDIA/Isaac-GR00T/tree/n1.7-release

GR00T N1.7的新增功能

GR00T N1.7基于N1.6构建，具有新的VLM骨干网和代码级改进。

N1.6的主要变化

新的VLM骨干网：Cosmos-Reason2-2B（Qwen3 VL架构），取代了N1.6中使用的Eagle骨干网。支持灵活的分辨率，并以其原生纵横比对图像进行编码，无需填充。

简化的数据处理管道（processing_gr00t_n1d7.py）。

为ONNX和TensorRT添加了完整的管道导出，并提高了频率。

解读代码层面的变化：

最核心的代码变化可以概括成 4 件事：

1. 主干 VLM 换了：N1.6 的模型配置里主干是 nvidia/Eagle-Block2A-2B-v2、backbone_model_type="eagle"；N1.7 改成了 nvidia/Cosmos-Reason2-2B、backbone_model_type="qwen"，README 也明确写了这是 “Cosmos-Reason2-2B / Qwen3-VL architecture” 替代 Eagle。

2. processor / data pipeline 重写了一版：processing_gr00t_n1d6.py 绑定 Eagle 的 AutoProcessor 和 process_vision_info(...)，而 processing_gr00t_n1d7.py 改为直接走 Qwen3VLProcessor。

3. 部署从“只优化 DiT”升级到“整条 pipeline 可导出/可 TRT”：N1.6 的部署文档是导出单个 dit_model.onnx，再 build 单个 TRT engine；N1.7 则新增统一的 build_trt_pipeline.py，能导出 LLM、VL self-attention、state encoder、action encoder、DiT、action decoder 整条链路。

4. repo 目标场景和示例也变了：N1.7 的 README 和变更文件树明显更偏向 DROID / SO100 / SimplerEnv / full deployment pipeline，变更集中也出现了 examples/SO100、examples/PointNav、examples/mask-guided-background-suppression、download_droid_sample.py 等内容。

        

        模型主干：从 Eagle 切到 Cosmos/Qwen3-VL

这部分是最本质的。 N1.6 的 Gr00tN1d6Config 写的是：

• model_name = "nvidia/Eagle-Block2A-2B-v2"

• backbone_model_type = "eagle"

• tune_top_llm_layers = 4

• select_layer = 16

N1.7 的 Gr00tN1d7Config 则变成：

• model_name = "nvidia/Cosmos-Reason2-2B"

• backbone_model_type = "qwen"

• tune_top_llm_layers = 0

• select_layer = 12

README 也同步说明：N1.7 的新 backbone 是 Cosmos-Reason2-2B / Qwen3-VL，替换了 N1.6 的 Eagle。也就是说，这不是只换权重，而是连 backbone 类型、processor 和部分训练/推理假设都一起换了。

        动作头 / 模型配置：预算重新分配了，不是简单沿用 N1.6

从 config 看，N1.7 并不是把 N1.6 原样搬过来：

• action horizon：N1.6 默认 16，N1.7 提到 40

• max_state_dim / max_action_dim：N1.6 是 29 / 29，N1.7 变成 132 / 132

• DiT 层数：N1.6 默认 32 层，N1.7 默认 16 层

• state_history_length：N1.7 新增，默认 1

• use_percentiles / use_mean_std / exclude_state 等归一化与状态消融参数，在 N1.7 config 里更显式

• state_dropout_prob：N1.6 默认 0.0，N1.7 config 默认 0.8（README 也专门解释了这个参数）

这说明 N1.7 不是“更大的 N1.6”，而是把建模重心重新分配过：backbone 侧更换、动作头默认层数变少，但 horizon / state-action capacity 变大。这个变化对你自定义的 finetune config 影响会很直接，尤其是你如果在外部脚本里写死了 action_horizon=16、max_state_dim=29、max_action_dim=29。

        action head 实现：N1.7 增加了 VL self-attention，去掉了 N1.6 的一些 state-noise 处理

在模型实现层面，N1.6 的 Gr00tN1d6ActionHead 里有：

• mask_token（当 state dropout > 0 时使用）

• state_additive_noise_scale

• process_backbone_output() 里只是做 vlln

• state_encoder 直接吃 max_state_dim

而 N1.7 的 Gr00tN1d7ActionHead：

• 没有 N1.6 那种 mask_token + additive noise 逻辑

• 新增 vl_self_attention

• process_backbone_output() 先 vlln，再走 vl_self_attention

• state_encoder 吃的是 max_state_dim * state_history_length

• forward 里显式处理 state_history_length，先 reshape 再编码

所以从“代码接口”角度讲，N1.7 的 action head 更像是把视觉语言特征后处理和多步 state 上下文纳入了标准路径；而 N1.6 更接近一个“Eagle backbone + DiT action head + 可选 state noise”的实现。

        数据处理 / processor：这是升级时最容易踩坑的地方

processing_gr00t_n1d6.py 和 processing_gr00t_n1d7.py 的差异非常实在：

N1.6：

• build_processor() 里直接断言模型名就是 Eagle

• 从本地 vendored Eagle 路径加载 AutoProcessor

• collator 里需要 self.processor.process_vision_info(...)

• 默认 shortest_image_edge = 512

• embodiment tag 还是老一套，如 gr1、oxe_droid、oxe_google、oxe_widowx、unitree_g1 等

N1.7：

• build_processor() 改成直接构造 Qwen3VLProcessor

• 默认模型名改成 nvidia/Cosmos-Reason2-2B

• collator 直接把 text + images 喂给 processor

• 默认图像处理参数改成 image_crop_size=(230,230)、image_target_size=(256,256)，shortest_image_edge=None

• embodiment tag 也改成更细的命名，如 oxe_droid_relative_eef_relative_joint、xdof_relative_eef_relative_joint、real_g1_relative_eef_relative_joints、unitree_g1_full_body_with_waist_height_nav_cmd 等

这意味着如果你有外部代码依赖：

• Eagle 的 conversation/chat-template 格式，

• 老 tag 名，

• 老的图像尺寸假设，

• 或旧的数据归一化参数， 那从 n1.6 升到 n1.7 大概率需要改适配层。

        部署 / TensorRT：N1.7 是一次明显的工程化升级

N1.6 的部署文档很清楚： 流程是 导出 export_onnx_n1d6.py → 得到单个 dit_model.onnx → build_tensorrt_engine.py → 用 standalone_inference_script.py --inference-mode tensorrt 跑。文档还特别说明：TensorRT 优化的只是 Action Head (DiT)，backbone 在各模式下基本相同。

N1.7 的部署文档则完全升级成统一 pipeline：

• 新增 build_trt_pipeline.py

• 支持 export,build,verify,benchmark 四步串起来跑

• 导出对象不再只是 DiT，而是 LLM、VL Self-Attention、State Encoder、Action Encoder、DiT、Action Decoder

• standalone_inference_script.py 里也出现了 trt_full_pipeline 模式，不只是 tensorrt

换句话说，N1.6 是“DiT 加速版推理”，N1.7 才更像“全链路部署框架”。如果你关心真正落地部署，而不是只做研究训练，这一块是 n1.7 最大的仓库级收益之一。

        仓库组织：N1.7 更像“产品化 EA repo

N1.7 README 明确写了这是 Early Access，同时代码树里能看到更完整的工程配套： spark/ 平台、verify_n1d7_trt.py、更完整的 tests、更多 example、下载脚本、以及 README 中单列的 deployment / support / contributions 边界。README 还写了平台矩阵：dGPU 用 Python 3.10，Thor / DGX Spark 用 Python 3.12。

另外，N1.7 的 README 里直接把 demo_data/droid_sample 作为 base model 的 zero-shot 示例；而 N1.6 的 quick start 更偏 GR1 / gr1.PickNPlace。这说明仓库默认演示路径也换了：N1.7 更突出 DROID / post-train benchmark / deployment。