NVIDIA спільно з Hugging Face запускають відкриту модель робота: екосистема GPU безпосередньо підключена до LeRobot

NVIDIA 9 липня оголосила про співпрацю з Hugging Face, інтегрувавши базову модель робота Isaac GR00T 1.7 у відкритий фреймворк LeRobot, що забезпечує повний конвеєр від навчання на GPU до розгортання, знижуючи поріг розробки AI для роботів.
(Передісторія: Hugging Face запустила Reachy Mini App Store, понад 200 додатків, розроблених спільнотою, повністю безкоштовні)
(Додатковий контекст: Джен-Сюнь Хуан назвав 43 тайванські компанії, які всі зросли! Підсумок «шести ключових пунктів» з лекції в Національному університеті Тайваню: наступне покоління AI-чіпів, розумні фабрики, роботи…)

Зміст статті

Toggle

• Основа співпраці: фреймворк LeRobot + модель GR00T 1.7
• Зниження порогу: конвеєр від досліджень до масового виробництва
• Значення для робототехнічної індустрії Тайваню

NVIDIA (英偉達) 9 липня оголосила про співпрацю з бібліотекою AI-моделей Hugging Face для спільної розробки відкритої базової моделі для роботів. Ця співпраця безпосередньо з'єднує екосистему GPU та стек CUDA від NVIDIA з великою бібліотекою моделей та спільнотою розробників Hugging Face, метою є значне зниження порогу навчання та розгортання AI для роботів. Офіційний блог NVIDIA детально описує зміст співпраці.

Основа співпраці: фреймворк LeRobot + модель GR00T 1.7

Згідно з офіційним оголошенням NVIDIA, центр цієї співпраці зосереджений на відкритому робототехнічному фреймворку LeRobot. LeRobot підтримується Hugging Face і є однією з найпоширеніших відкритих платформ навчання, яку використовують розробники роботів. NVIDIA інтегрувала свою базову модель Isaac GR00T 1.7 у LeRobot, що дозволяє розробникам використовувати наявну інфраструктуру GPU для безпосереднього навчання та розгортання моделей роботів.

Ця співпраця також впроваджує нову архітектуру World-Action Model (модель світ-дія) — такі моделі не просто «бачать середовище і вирішують дію», а здатні одночасно передбачати «стан середовища» та «відповідну дію», що значно перевершує традиційні методи у складних фізичних сценаріях.

Зниження порогу: конвеєр від досліджень до масового виробництва

Наразі основними вузькими місцями навчання AI для роботів є три пункти:

• Апаратний поріг — навчання високоякісних моделей роботів потребує кластера з кількома GPU, відеопам'яті одного пристрою часто недостатньо для повного навчання
• Дефіцит даних — розмічених даних у галузі робототехніки значно менше, ніж у NLP або CV, бракує єдиного формату даних та механізму обміну
• Фрагментація фреймворків — різні дослідницькі групи використовують різні фреймворки навчання, моделі важко обмінювати або переносити

Комбінація NVIDIA та Hugging Face безпосередньо вирішує ці проблеми: NVIDIA надає апаратне прискорення та екосистему CUDA, Hugging Face надає єдиний формат моделей, набори даних та спільноту розробників. Разом вони формують повний конвеєр від «дослідницький прототип → відкрита модель → масове розгортання».

Значення для робототехнічної індустрії Тайваню

Тайвань є центром виробництва напівпровідників, експорт роботів та автоматизованих пристроїв становить значну частину обробної промисловості. Вплив того, що NVIDIA безпосередньо з'єднує відкриті моделі з екосистемою GPU, на Тайвань полягає в наступному:

• Зниження вартості розробки AI-роботів — тайванські стартапи більше не потребують самостійного створення повного фреймворку навчання, можна швидко створювати прототипи, безпосередньо використовуючи LeRobot
• Синергія з TSMC та MediaTek — Джен-Сюнь Хуан у виступі на Computex минулого року вже анонсував, що NVIDIA вважає роботів «наступним полем битви AI», ця співпраця додатково визначає технологічний напрямок
• Перевага перших у відкритих моделях — якщо тайванські виробники роботів раніше впровадять модель LeRobot + GR00T, вони зможуть отримати конкурентну перевагу на етапі масового виробництва

Ця співпраця також відповідає нещодавній стратегії NVIDIA щодо постійного розширення «базових моделей роботів». NVIDIA вже вважає роботів такою ж важливою трасою AI, як і обробку природної мови, і очікується, що протягом наступних 2-3 років відкриті моделі роботів стануть галузевим стандартом.

(Додатковий контекст: Коли роботи навчаться мислити та співпрацювати, аналіз 15 основних систем роботів та сценаріїв застосування)

Ця стаття базується на звітах з офіційного блогу NVIDIA та блогу Hugging Face, перекладена редактором Flip з Dynamic District