Hugging Face发布LeRobot 0.6：纳入世界模型与英伟达GR00T N1.7，开源机器人联盟加深

Hugging Face把旗下LeRobot库变成了多种机器人大脑同台竞争的货架。2026年7月7日发布的0.6.0版本新增3个世界模型策略、5个视觉语言动作（VLA）模型、2个奖励模型和6个仿真基准；英伟达在前一天公布了面向LeRobot的一揽子工具。

英伟达的贡献包括五部分。被英伟达称为“首个开放且可商用的机器人基础模型”的Isaac GR00T N1.7，现在可通过LeRobot工作流进行后训练和部署。开源数据采集框架Isaac Teleop可用标准化格式从外部设备采集人类示范，直接进入LeRobot。Isaac Lab-Arena接入LeRobot环境中心，开发者可搭建仿真场景，用于训练和评估GR00T、Physical Intelligence的Pi模型以及SmolVLA等策略。Jetson Thor支持面向在LeRobot开源人形机器人Reachy 2上部署VLA模型。英伟达还表示，Cosmos 3世界模型即将接入LeRobot。

英伟达称，此次合作连接了其300万机器人开发者与Hugging Face的1600万AI开发者。英伟达还提到其所称“规模最大的开源物理AI数据集”，下载量超过1500万次，包含逾35万条真实与仿真轨迹及5700万次抓取。Hugging Face联合创始人兼首席科学官Thomas Wolf表示，开源是一个领域把前沿研究变成人人可研究、可改造、可在其上构建之物的途径。

0.6版的模型清单相当丰富。世界模型策略包括：基于Qwen3-VL-2B、在潜空间预测未来的VLA-JEPA；需要24至32GB显存的自回归视频动作模型LingBot-VA；以及约50亿参数、结合视频生成与动作专家的FastWAM。五个VLA为：采用英伟达Cosmos-Reason2-2B视觉语言模型的GR00T N1.7；艾伦人工智能研究所的MolmoAct2，推理约需12GB，可在SO-100和SO-101机械臂上零样本运行；以Qwen2.5-VL-3B为底座的EO-1；约4.5亿参数的扩散Transformer模型Multitask DiT；以及以InternVL3-1B为底座、7.7亿参数的EVO1。

两个奖励模型针对机器人学习的一大瓶颈，即判断一次尝试是否成功。Robometer是基于Qwen3-VL-4B的通用奖励模型，用逾100万条机器人轨迹训练；TOPReward则读取视觉语言模型回答“True”的概率，零样本为尝试打分。

六个新基准都可通过lerobot-eval命令运行，连同LIBERO、Meta-World和英伟达IsaacLab-Arena，基准家族增至九个。其中包括1万个扰动变体的LIBERO-plus，50项双臂任务、逾10万条训练轨迹的RoboTwin 2.0，覆盖2500个程序生成厨房、365项厨房任务的RoboCasa365，含6660个长程任务片段的RoboCerebra，16项记忆任务的RoboMME，以及考察知识与推理的VLABench。

底层方面，新版加入跨GPU全分片数据并行训练、在Hugging Face Jobs上一键云端训练、最高快2倍的数据加载、支持人工介入纠错的lerobot-rollout命令、Intel RealSense深度相机支持以及自动语言标注流程。加载数据子集的时间由275秒降至0.06秒，基础依赖减少40%。支持的硬件包括SO-100与SO-101机械臂、Koch、OpenArm、reBot和宇树G1人形机器人。版本列出10位核心作者和79位以上社区贡献者。

中国因素在这份清单里很明显。多款新策略以Qwen和InternVL等国产开源视觉语言模型为底座，宇树G1是0.6版发布说明硬件清单中唯一的人形机器人；宇树H2 Plus还是英伟达6月1日发布的GR00T参考人形机器人的底盘。对国内高校和初创企业而言，用低成本SO-101机械臂或G1即可在统一命令体系下训练、比较多种开源模型，门槛进一步降低。

GR00T N1.7本身是英伟达4月17日开放早期访问并加入商用许可的模型。其Hugging Face模型卡显示，参数量30亿，以人类、机器人和仿真混合的13个数据集共2160万个数据点训练，采用NVIDIA Open Model License发布，在H100上借助TensorRT推理频率最高35.9Hz。

从竞争格局看，就能理解英伟达为何投入别家的库。7月30日发布的谷歌DeepMind Gemini Robotics 2只向受信测试者开放动作模型；8月18日推出S1的Skild AI出售专有大脑；Physical Intelligence于2025年2月开源π0，其模型也在LeRobot环境中心的支持之列。把LeRobot做成训练和比较开源策略的场所，开发者无论试用哪家模型，GR00T、Isaac和Jetson都摆在旁边。

风险在于碎片化和质量。一次新增8个策略，选择多了，但哪种适合哪台机器人缺乏指引，基准也是仿真而非工厂测试。Hugging Face未公布各策略使用量，英伟达也未给出Cosmos 3接入日期。