什么值得买App下载 App ›
连续签到专享现金活动

英伟达开源机器人“大脑”,小团队也能训练了?

开源机器人“大脑”争夺战:英伟达与Hugging Face联手给行业带来了什么
英伟达这次不卖卡,改“卖脑子”了
2026年7月9日,英伟达与Hugging Face正式宣布合作,将Isaac GR00T 1.7、Isaac Teleop接入开源机器人库LeRobot,后续还要引入Cosmos 3物理AI模型。这次不是卖GPU这么简单,而是把机器人的“大脑”直接开源——相当于芯片巨头把刀柄和刀刃一起递出来,还附赠完整的刀法教程。英伟达把300万机器人开发者与Hugging Face的1600万AI开发者直接打通,让机器人的训练与部署门槛从“需要专业团队”降到“几个工程师能跑通”。这背后是算力厂商对生态入口的重新争夺——当开源社区都用你的框架训练模型,硬件自然跟着卖出去。123
开源不等于免费:商业闭环藏在后头
别急着喊“真香”。开源模型背后的商业逻辑从来不简单——LeRobot社区贡献了1.6万个数据集、超200万条轨迹,这些数据本身就是门槛。开发者用开源框架训练出的能力,最终还是要跑在英伟达的GPU上。开源社区的繁荣直接拉动算力需求,这套玩法在AI大模型时代已经被验证过一次。唯一的坑是:当所有人都用同一套开源框架,差异化竞争会越来越难。到时候比的不是谁模型跑得好,而是谁的硬件成本更低、部署更快。45
真机部署三大门槛,踩过的都懂
第一道坎是环境配置。LeRobot 0.4.4依赖Python 3.11+和PyTorch 2.7+,版本低了直接报错torch.compile(),老项目迁移血泪教训一堆。第二道坎是算力成本。GR00T N1.6单次推理37ms(RTX 5090),但人形机器人全身75个自由度同时跑,GPU占用轻松破百瓦,续航直接腰斩。第三道坎是数据闭环。开源框架给了预训练模型,但到具体场景的微调需要真实数据,采集成本和标注质量才是真正的分水岭。678
现在上车,该怎么选框架
追求快速验证选LeRobot+GR00T。Isaac GR00T 1.7已经开源,配套Teleop数据采集框架和Isaac Sim仿真环境,从数据采集到真机部署的全流程都有官方支持。追求极致性价比选MolmoAct2。这个模型在NVIDIA DGX Spark上推理表现优异,连续折毛巾这类高难度任务已经验证过。追求极低门槛选Pi0。自带Web界面,CPU模式可用,14GB模型文件直接下载,对硬件要求最友好但动作精度相对有限。

还有几个常见的坑,对照检查就行。91011

常见问题避坑指南
  • 版本锁定是生死线:Python低于3.11或PyTorch低于2.7直接导致LeRobot核心功能报错,升级前先查依赖兼容性9
  • 开源许可不是免死金牌:GR00T虽是开源模型,但训练数据和权重可能附带特殊限制,商用车场景务必核查许可证全文12
  • 仿真到真机的鸿沟别忽视:Isaac Sim仿真环境再精准,也要预留至少20%的动作参数微调时间,别赌死在“仿真通过=真机OK”13
  • 功耗管理决定项目生死:Jetson Thor满载跑VLA模型功耗轻松破100W,人形机器人整机续航可能不到2小时,上项目前先确认电池方案711

评论

评论区空态插画

当前文章无评论,是时候发表评论了