英伟达给每个机器人实验室送上相同的10点提升

直到最近，训练一个通用人形机器人拾取并放置小瓶到支架上，仍需购买昂贵的专用硬件、处理专有软件栈，或依赖难以无缝迁移到现实环境的仿真平台。英伟达将GR00T 1.7发布在LeRobot上，并配合Isaac Teleop框架，将这一流程整合为单一开源工作流，任何配备SO-101机械臂和GPU的实验室都能运行。 how-local-llms-like-gemma-and-qwen-are-taming-open-source-repository-triage-at-scale

变化何在

GR00T 1.7是一个专为人形机器人设计的视觉-语言-动作基础模型。它接收摄像头图像和语言指令，然后输出关节级动作序列。该模型取代了LeRobot生态系统中的GR00T N1.5，这意味着已在使用LeRobot的团队无需重新设计流水线即可更换模型。Isaac Teleop提供了两种数据收集路径：配备手柄控制器的VR头显，或SO-101引导臂。两者均以LeRobot训练脚本可直接读取的格式记录演示数据。

数据质量和数量仍是机器人学习中的主要瓶颈。Boston Dynamics或Tesla的专有系统能生成精良的演示，但将研究人员排除在循环之外。LeRobot是Hugging Face的开源框架，已托管数百个演示数据集。通过将GR00T 1.7融入该生态系统，英伟达押注开放数据流水线将比任何单一实验室的封闭努力更快推动人形机器人发展。 cuga-ibms-open-source-agent-harness-lets-you-build-apps-with-just-a-prompt-and-tool-list

基准测试现实检验

GR00T 1.7发布的数据令人瞩目。在涵盖130项桌面操作任务的LIBERO基准测试套件（测试空间、物体、目标和长序列泛化能力）中，该模型平均成功率达96.5%，高于GR00T 1.5的87%。提升最大的是LIBERO-Spatial，从82%跃升至95%。LIBERO-Object达到100%，而测试模型多步骤链条能力的LIBERO-Long从82%升至93%。 the-benchmark-that-made-language-models-speak-how-2018s-glue-bet-changed-ai-forever

这些数据需审慎解读。LIBERO任务在受控桌面环境中使用单机械臂进行，而非动态行走和抓取的人形机器人。该基准测试衡量的是预训练后的微调效果，而非基础模型的零样本泛化能力。但提升趋势可信。单代模型近10个百分点的平均增益表明其架构和训练方案正在有效扩展。 ifbench-the-new-benchmark-testing-ai-instruction-following

开放堆栈，真实硬件

英伟达在Hugging Face上以开放模型许可发布GR00T 1.7权重（nvidia/GR00T-N1.7-3B），LeRobot集成通过几条命令即可完成安装、训练和部署。工作流简单直接：安装带有GR00T扩展的LeRobot，通过Isaac Teleop收集50个演示片段，在RTX 6000 Pro上微调20,000步（或通过accelerate使用多GPU），然后运行lerobot-rollout部署。公司还提供了用于云GPU训练的一键式Brev实例。

数据收集方面是此次发布增加实际价值的关键。Isaac Teleop同时支持VR头显和SO-101引导臂（一种用于研究的低成本串联电机臂）。双路径至关重要：VR提供类似人类的演示直觉，而引导臂让研究人员精确控制关节级轨迹。两者均生成可直接推送至Hugging Face Hub的LeRobot数据集。

英伟达还表示，DGX Spark用户（本质上是在专用英伟达硬件上本地运行的开发者）可获优化的CUDA 13 torch构建。该生态系统显然旨在减少已押注英伟达硬件的团队的阻力，但LeRobot的开源特性意味着AMD和Apple Silicon用户仍可参与，尽管无法获得相同的速度保障。

发布未提及之处

两个问题仍未解答。首先，GR00T 1.7模型是一个30亿参数的Transformer，与许多小型语言模型的计算级别相同。它可在单块高端GPU上微调，但无法在笔记本上运行。英伟达未公布该模型在其硬件上的推理延迟数据，因此难以评估其在SO-101等低成本机器人上的实时可行性。 fast-lewm-parallel-action-prefix-prediction-slashes-latent-world-model-planning-costs

其次，所有基准测试结果均来自同一LeRobot工作流和机器人类型。泛化到不同运动链、摄像头配置或环境需额外微调。英伟达将其定位为特性（LeRobot的全部意义在于自适应），但也意味着96.5%的成功率是上限而非保证。

更广阔的图景

英伟达的目的并非制造最佳人形机器人，而是掌控所有人形机器人运行的软件平台。通过使GR00T 1.7通过LeRobot可访问，公司削弱了专业机器人中间件的地位，并将其硬件（从RTX 6000 Pro到DGX Spark）定位为默认训练基础设施。谷歌的Open X-Embodiment和Meta在具身AI方面的工作提供了替代方案，但都未像此次发布一样，将数据收集、微调和部署整合到如此低摩擦的统一开源流水线中。 how-alibaba-cloud-pushed-its-way-into-20-gartner-quadrants-and-what-it-means-for-the-ai-cloud-race

对于基于SO-101或类似机械臂的学术实验室和初创公司，从演示到功能性策略的路径已大幅缩短。这是否能转化为现实世界中更好的通用人形机器人，取决于有多少团队真正收集所需的50个演示片段进行微调，以及模型在桌面、光照或小瓶变化时能否良好迁移。