机器人技术建立在协作之上。🤝

倾听@huggingface CSO兼联合创始人Thomas Wolf的解释，了解开源如何为开发者提供更坚实的基础。

了解更多关于@lerobothf v0.6版本的信息 ➡️ https://t.co/olcJZyWNvW https://t.co/s4NPOuWr7B

LeRobot v0.6.0：想象、评估、改进

来源：https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454 返回文章 (https://huggingface.co/blog)

• TL;DR (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#tldr)
• 目录 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#table-of-contents)
• 世界模型：能够想象的策略 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#world-models-policies-that-imagine)- VLA-JEPA (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#vla-jepa) - LingBot-VA (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#lingbot-va) - FastWAM (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#fastwam)
• VLA：不断增长的模型动物园 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#vlas-the-model-zoo-keeps-growing)- GR00T N1.7 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#gr00t-n17) - MolmoAct2 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#molmoact2) - EO-1 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#eo-1) - Multitask DiT (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#multitask-dit) - EVO1 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#evo1)
• 奖励模型：知道你的机器人何时成功 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#reward-models-knowing-when-your-robot-succeeds)- Robometer (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#robometer) - TOPReward (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#topreward)
• 数据集：更快的加载，更丰富的数据 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#datasets-faster-loading-richer-data)- 你的编解码器，你的规则 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#your-codec-your-rules) - 深度支持，端到端 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#depth-support-end-to-end) - 大规模语言标注 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#language-annotations-at-scale) - 数据加载速度提升高达2倍 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#up-to-2x-faster-data-loading)
• 基准测试：一个命令行评估所有 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#benchmarks-one-cli-to-evaluate-them-all)
• 训练与推理 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#training–inference)- lerobot\-rollout：部署拥有了自己的命令行 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#lerobot-rollout-deployment-gets-its-own-cli) - FSDP：训练比GPU更大的模型 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#fsdp-train-models-bigger-than-your-gpu) - 使用HF Jobs进行云端训练 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#cloud-training-with-hf-jobs)
• 代码库：更精简、更干净 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#codebase-leaner-and-cleaner)
• 社区与生态系统 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#community–ecosystem)
• 最后想法 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#final-thoughts)

这个新版本旨在闭环机器人学习循环：在行动之前想象未来的策略、告诉你机器人何时成功的奖励模型、将失败转化为训练数据的部署命令行，以及六个新的模拟基准测试来衡量一切。它还带来了深度感知、VLM驱动的数据集标注、自定义视频编码、基于HF Jobs的云端训练，以及更精简的安装。

https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#tldrTL;DR

LeRobot v0.6.0 引入了世界模型策略（VLA-JEPA、FastWAM、LingBot-VA），它们学习想象未来；一波新的VLA（GR00T N1.7、MolmoAct2、EO-1、EVO1、Multitask DiT）；以及一个新的奖励模型API（Robometer、TOPReward）。它提供了六个新的模拟基准测试，统一在lerobot-eval下；lerobot-rollout命令行，支持DAgger风格的人机循环修正；FSDP训练；以及基于HF Jobs的云端训练。数据集获得了深度支持、自动语言标注流水线、自定义视频编码和高达2倍的数据加载速度提升，所有这些都基于更精简的安装。

LeRobot 0.6.0 (https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/lerobot-blog/release-v0.6.0/lerobot%20v0.6.0.png)

https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#table-of-contents目录

• LeRobot v0.6.0：想象、评估、改进 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#lerobot-v060-imagine-evaluate-improve)- TL;DR (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#tldr) - 目录 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#table-of-contents) - 世界模型：能够想象的策略 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#world-models-policies-that-imagine)- VLA-JEPA (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#vla-jepa) - LingBot-VA (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#lingbot-va) - FastWAM (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#fastwam) - VLA：不断增长的模型动物园 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#vlas-the-model-zoo-keeps-growing)- GR00T N1.7 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#gr00t-n17) - MolmoAct2 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#molmoact2) - EO-1 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#eo-1) - Multitask DiT (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#multitask-dit) - EVO1 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#evo1) - 奖励模型：知道你的机器人何时成功 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#reward-models-knowing-when-your-robot-succeeds)- Robometer (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#robometer) - TOPReward (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#topreward) - 数据集：更快的加载，更丰富的数据 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#datasets-faster-loading-richer-data)- 你的编解码器，你的规则 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#your-codec-your-rules) - 深度支持，端到端 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#depth-support-end-to-end) - 大规模语言标注 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#language-annotations-at-scale) - 数据加载速度提升高达2倍 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#up-to-2x-faster-data-loading) - 基准测试：一个命令行评估所有 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#benchmarks-one-cli-to-evaluate-them-all) - 训练与推理 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#training–inference)- lerobot\-rollout：部署拥有了自己的命令行 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#lerobot-rollout-deployment-gets-its-own-cli) - FSDP：训练比GPU更大的模型 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#fsdp-train-models-bigger-than-your-gpu) - 使用HF Jobs进行云端训练 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#cloud-training-with-hf-jobs) - 代码库：更精简、更干净 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#codebase-leaner-and-cleaner) - 社区与生态系统 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#community–ecosystem) - 最后想法 (https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#final-thoughts)

https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#world-models-policies-that-imagine世界模型：能够想象的策略

机器人世界正在问一个大问题：世界模型真的有助于机器人策略吗？v0.6.0带来了三种策略到LeRobot，以帮助回答这个问题。每种策略都学习在训练过程中想象未来，并且每种策略都采取不同的路径来保持这种想象的成本可承受。

https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#vla-jepaVLA-JEPA

VLA-JEPA教会一个紧凑的VLA（基于Qwen3-VL-2B）在潜空间中预测未来，同时学习行动：在训练过程中，一个JEPA世界模型必须根据模型自身的行动来预测接下来的帧。诀窍在于，推理时世界模型会消失，因此你可以在零额外推理成本下获得世界模型的监督。Hub上有三个即用型检查点，包括一个预训练的DROID基础模型，可用于微调：

lerobot-train \ --policy.path=lerobot/VLA-JEPA-Pretrain \ --dataset.repo_id=${HF_USER}/my_dataset \ --policy.repo_id=${HF_USER}/my_finetuned_policy

查看VLA-JEPA文档 (https://huggingface.co/docs/lerobot/v0.6.0/vla_jepa)和论文 (https://arxiv.org/abs/2602.10098)以了解更多。

https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#lingbot-vaLingBot-VA

LingBot-VA更进一步：一个自回归视频-动作模型，逐步预测未来的视频和动作，并反馈真实的观察以保持其想象力接地。你甚至可以保存机器人想象的内容（--policy.save_predicted_video=true）并与实际发生的事情进行比较。推理在单个24-32 GB GPU上运行。查看文档 (https://huggingface.co/docs/lerobot/v0.6.0/lingbot_va)和论文 (https://arxiv.org/pdf/2601.21998)以了解技术细节。

LingBot-VA 想象 rollout 对比真实 rollout (https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/lerobot-blog/release-v0.6.0/gifs/lingbot_va_viz_1.gif)

https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#fastwamFastWAM

FastWAM在其论文标题中提出了一个问题：世界动作模型是否需要在测试时进行未来想象？它将一个约5B的视频生成专家与一个紧凑的动作专家配对在单个网络中，因此模型实际上学习“梦想”自己的rollouts。在推理时，它完全跳过梦想，直接去噪动作块。从lerobot/fastwam_base (https://huggingface.co/lerobot/fastwam_base)微调，并在文档 (https://huggingface.co/docs/lerobot/v0.6.0/fastwam)中阅读更多内容。

https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#vlas-the-model-zoo-keeps-growingVLA：不断增长的模型动物园

https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#gr00t-n17GR00T N1.7

我们将NVIDIA GR00T集成升级到了GR00T N1.7，这是NVIDIA跨具身基础模型的最新开放版本。N1.7将之前的VLM替换为Cosmos-Reason2-2B（基于Qwen3-VL），为流匹配动作头提供输入，并且我们的集成与NVIDIA原始的Isaac-GR00T实现进行了对等测试：相同的输入，相同的输出。Flash-attention现在是可选的，因此pip install 'lerobot[groot]'可以直接工作，你可以直接加载NVIDIA发布的检查点 (https://huggingface.co/nvidia/GR00T-N1.7-3B)。

GR00T N1.7替换了LeRobot中的N1.5。如果你需要N1.5，请固定lerobot==0.5.1。

https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#molmoact2MolmoAct2

MolmoAct2，Allen Institute for AI的视觉-语言-动作模型，现已被移植到LeRobot中，涵盖了完整的生命周期：微调（全量或LoRA）、评估和真实机器人部署。内置校准校正的现成检查点意味着你可以零样本在SO-100/101上运行：

lerobot-rollout \ --policy.path=lerobot/MolmoAct2-SO100_101-LeRobot \ --robot.type=so100_follower \ --robot.port=/dev/ttyACM0 \ --robot.cameras='{cam0: {type: opencv, index_or_path: 0, width: 640, height: 480, fps: 30}, cam1: {type: opencv, index_or_path: 2, width: 640, height: 480, fps: 30}}' \ --task="pick up the red cube" --duration=30

推理在bf16下仅需约12 GB，LoRA微调适合单个24 GB GPU。查看MolmoAct2文档 (https://huggingface.co/docs/lerobot/v0.6.0/molmoact2)以获取完整的部署指南。

MolmoAct2 零样本在 LeRobot 中 (https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/lerobot-blog/release-v0.6.0/gifs/molmoact2_4.gif)

https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#eo-1EO-1

EO-1，一个在上游交错的视觉-文本-动作数据上预训练的VLA，加入了LeRobot：基于Qwen2.5-VL-3B的骨干网络，带有流匹配动作头，由论文作者之一贡献。使用标准的lerobot-train工作流，设置--policy.type=eo1进行训练。详情见文档 (https://huggingface.co/docs/lerobot/v0.6.0/eo1)和论文 (https://arxiv.org/abs/2508.21112)。

https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#multitask-ditMultitask DiT

Multitask Diffusion Transformer策略将TRI Large Behavior Models配方带到了LeRobot：一个约450M参数的扩散变换器，以CLIP视觉和语言嵌入为条件，因此一个模型可以学习通过自然语言选择的多个任务。它支持扩散和流匹配目标，并且足够小，可以自己训练。查看文档 (https://huggingface.co/docs/lerobot/v0.6.0/multi_task_dit)。

https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#evo1EVO1

VLA不一定需要很大。EVO1将其策略压缩到0.77B参数，InternVL3-1B骨干网络，带流匹配动作头，足够小，可以在适度的GPU上微调和实时运行。它自带两阶段微调和实时分块支持。查看EVO1文档 (https://huggingface.co/docs/lerobot/v0.6.0/evo1)和论文 (https://arxiv.org/abs/2511.04555)。

https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#reward-models-knowing-when-your-robot-succeeds奖励模型：知道你的机器人何时成功

成功检测和进度评估是机器人学习循环中缺失的部分，v0.6.0为它们提供了家园。LeRobot现在拥有统一的奖励模型API（lerobot.rewards），镜像了策略API，在同一个接口后面有四个奖励模型——HIL-SERL奖励分类器、SARM以及两个新加入的：

https://huggingface.co/blog/lerobot-release-v060?linkId=100000430200454#robometerRobometer

Robometer是一个预训练的通用奖励模型：指向lerobot/Robometer-4B (https://huggingface.co/lerobot/Robometer-4B)，任何LeRobot数据集，它都会从原始视频加上语言指令中评分任务进度和成功，无需特定任务训练。它基于Qwen3-VL-4B，并通过超过一百万条机器人轨迹（RSS 2026论文 (https://arxiv.org/abs/2602.10098)）的轨迹比较进行训练。