LeRobot 0.7.0 traz modelos de mundo e ação, inferência remota e um sistema de treinamento reconstruído
- Fonte: Hugging Face (LeRobot team)
- Autor: Open Source Robotics
- Publicado: 2026-11-05
- Categoria: research
A Hugging Face lançou o LeRobot v0.7.0 em 5 de novembro. A versão leva os rollouts interativos a um lançamento oficial, adiciona quatro modelos de mundo e ação e quatro modelos visão-linguagem-ação, reconstrói o treinamento para modelos com bilhões de parâmetros e permite que um robô rode sua política em uma GPU remota. Atualizar a partir da 0.6 muda a instalação, o acompanhamento de experimentos e os drivers dos motores.
O LeRobot, a biblioteca de código aberto de aprendizado de robôs da Hugging Face, lançou a v0.7.0 em 5 de novembro, três meses depois da v0.6.1. O post de lançamento da equipe a descreve como um trabalho nas duas pontas da vida de uma política: treinar com terabytes de demonstrações sem baixá-las antes, e conversar com o robô depois que a política está rodando. Ela também reconstrói a instalação, o treinamento, a inferência e a camada de hardware, então uma atualização a partir da 0.6 exige algumas mudanças (veja a última seção).
Conversando com uma política em execução
Os rollouts interativos, que cobrimos quando chegaram à branch principal, agora estão em um release. Adicione --interactive=true ao lerobot-rollout e o robô, a política e os processadores continuam carregados: /subtask muda a instrução enquanto o braço se move, /vqa pergunta à política o que ela vê e /autosteer dá a ela um objetivo para que escolha suas próprias subtarefas. Os dois últimos precisam de uma política que escreva texto, como o FineART-VLA, treinado no dataset FineART, ou o Wall-OSS-0.5, ou um modelo externo de visão e linguagem por trás de uma API compatível com a OpenAI.
Novos modelos
Quatro world action models, que preveem juntos o vídeo futuro e as próximas ações, entram na biblioteca:
- Cosmos 3, da NVIDIA, nos tamanhos Nano de 16,5B e Edge de 4,6B. A equipe relata 97,90% e 97,95% de sucesso médio no LIBERO, e ambos podem passar por ajuste fino completo ou com LoRA. - FLUX 3 Action, da Black Forest Labs. O LeRobot executa inferência e ajuste fino com LoRA; treinar uma nova incorporação usa o repositório próprio da Black Forest Labs, o flux-action. - LaWAM, da equipe RLinf, que aprende a dinâmica em um espaço latente. - Long-WAM, da equipe LongLive da NVIDIA, construído para contextos longos.
Também chegam quatro modelos de visão-linguagem-ação: o G0.5 da OpenGalaxea, que escreve sua subtarefa atual antes das ações; o LingBot-VLA 2.0 da Robbyant; o DM0.5 da Dexmal, portado do OpenDM; e o Wall-OSS-0.5 da X Square Robot.
Treinamento e dados em escala
- O FSDP1 é substituído por FSDP2 e sharding HSDP, acumulação de gradientes e checkpoints distribuídos. Em um nó 8×H200 com um modelo de 6B, a equipe mediu checkpoints salvos 3x mais rápido e o pico de memória ao retomar caindo de 143 GB para 42 GB por GPU (documentação multi-GPU). - O treinamento ganha precisão mista FP16, uma média móvel opcional dos pesos (EMA) e o Trackio, o rastreador de código aberto da Hugging Face, que substitui inteiramente o Weights & Biases. - O aumento de imagens pode rodar na GPU; a equipe mediu o treinamento do ACT 2,8x mais rápido em uma H100 e 3,3x em uma A100. - O treinamento a partir do Hub sem download (nossa matéria) e a partir de tabelas LanceDB (nossa matéria) estão ambos no release.
Inferência remota, simulação e hardware
- O lerobot-policy-server roda o modelo em uma máquina com GPU, enquanto um notebook ou computador de placa única ao lado do robô cuida das câmeras, dos motores e da gravação. O robô segue ações em buffer enquanto o servidor calcula o próximo bloco, via Zenoh (documentação). - Todo simulador agora roda por um único núcleo, no mesmo processo ou em sua própria imagem Docker por trás do lerobot-env-server, para que os simuladores não briguem mais por versões de dependências. O primeiro benchmark nele é o RoboLab da NVIDIA, 120 tarefas de mesa para a configuração Franka do DROID no Isaac Lab. O lerobot-eval agora informa um intervalo de confiança de 95% com cada taxa de sucesso. - Hardware: um ou dois braços YAM da I2RT; o reBot B601 com motores RobStride, além dos Damiao; e o Unitree G1 rodando o decodificador do controlador de corpo inteiro SONIC da NVIDIA, que cobrimos antes, além do G1 de 23 DoF.
Antes de atualizar
- No Linux, o torch agora vem do PyPI como um build CUDA 13 que exige o driver NVIDIA 580.65 ou mais recente; com um driver mais antigo, instale primeiro o torch a partir de um índice CUDA 12 (guia de instalação). O macOS precisa da versão 14 ou posterior. - As opções --wandb. passam a ser --trackio., e os checkpoints não são mais enviados como artefatos por padrão. - Checkpoints FSDP salvos com a 0.6 ou anterior não podem ser retomados, embora seus pesos ainda carreguem. - lerobot[async] e lerobot.async_inference foram removidos; instale lerobot[remote] no lugar. - Os motores Feetech e Dynamixel agora compartilham um único barramento baseado em rustypot. Os nomes de classe antigos ainda funcionam como aliases obsoletos, e os arquivos de calibração não mudam. - --policy.use_peft=true agora treina LoRA; antes, ele executava silenciosamente um ajuste fino completo.
Por que importa
O LeRobot é onde muitas políticas, conjuntos de dados e braços robóticos abertos se encontram, então o que ele suporta define o que a maioria das montagens de hobby e de laboratório consegue testar sem escrever o próprio código de integração. Este lançamento leva as famílias de modelos mais recentes, entre elas os modelos de mundo e ação, aos mesmos comandos de treinamento e rollout das políticas mais antigas, e a inferência remota faz com que um computador pequeno no robô não limite mais qual modelo ele consegue rodar. As mudanças incompatíveis importam tanto quanto: quem tem uma instalação 0.6 funcionando deve ler as notas de atualização antes de atualizar.
Pontos principais
- O LeRobot v0.7.0 saiu em 5 de novembro, três meses depois da v0.6.1.
- Os rollouts interativos agora estão em um lançamento: mudar a instrução de uma política em execução, perguntar o que ela vê ou dar a ela um objetivo.
- Há suporte a quatro modelos de mundo e ação (Cosmos 3, FLUX 3 Action, LaWAM, Long-WAM) e quatro VLAs (G0.5, LingBot-VLA 2.0, DM0.5, Wall-OSS-0.5).
- O lerobot-policy-server roda o modelo em uma máquina com GPU enquanto o computador do próprio robô cuida das câmeras e dos motores.
- A atualização muda a instalação (builds CUDA 13), troca o Weights & Biases pelo Trackio e passa os motores Feetech e Dynamixel para um único barramento rustypot.
Aspecto open source
O LeRobot em si é Apache-2.0, mas os modelos que ele agora carrega têm termos diferentes: o LingBot-VLA 2.0 é Apache-2.0 e os checkpoints do Cosmos 3 usam a licença OpenMDW 1.1, enquanto o G0.5 é não comercial, o DM0.5 e o FineART-VLA seguem os termos do Gemma e o FLUX 3 Action exige um pedido de acesso sob a licença própria da Black Forest Labs, a FLUX Kommunity License. Confira o model card antes de construir sobre um checkpoint.
Tecnologias relacionadas
- World action models
- Vision-language-action models
- FSDP2
- Remote inference
- Zenoh
Projetos relacionados
Links
- Fonte: https://huggingface.co/blog/lerobot/lerobot-release-v070