维度网讯，7月9日，英伟达与Hugging Face的机器人开源合作进入新阶段。双方将面向机器人开发引入开源基础模型、数据采集框架和训练部署工作流，把英伟达GPU生态、CUDA软件栈、Isaac机器人平台与Hugging Face模型库及开发者社区结合，降低机器人AI训练、微调和部署门槛。

这次合作的核心入口是Hugging Face开源机器人库LeRobot。LeRobot用于训练、运行和分享机器人数据集、模型、策略和工作流，英伟达将Isaac GR00T 1.7、Isaac Teleop等能力接入其中，使开发者可以在统一流程中完成数据采集、数据标准化、模型后训练、性能评估和部署。对机器人开发来说，难点不只在模型本身，还在数据来源、仿真环境、真实机器人适配、任务评估和端侧部署。过去开发者往往需要分别处理硬件控制、训练框架、仿真工具、数据格式和部署平台，流程割裂会抬高成本。英伟达与Hugging Face把机器人模型、数据、仿真和部署工具放入开放工作流，等于把机器人大模型开发链条向开源社区开放。

Isaac GR00T 1.7是此次合作中的关键模型。它属于面向人形机器人的开放式视觉语言动作模型，可帮助开发者将模型适配到新的机器人形态和任务场景中。

机器人基础模型不同于只处理文本或图片的AI模型。它需要理解视觉输入、语言指令、机器人本体状态和动作输出之间的关系，并把结果转化为可执行的运动策略。抓取、移动、转向、避障、放置、开门、整理物体等动作，都需要模型在感知、推理和控制之间形成闭环。英伟达的GPU、CUDA、Isaac Sim、Isaac Lab和Jetson平台，提供训练、仿真、加速计算和端侧部署能力;Hugging Face则提供模型托管、数据集共享、开源协作和开发者分发渠道。两者结合后，机器人企业、研究机构和开发者可以更快获得模型、数据和训练工具，而不是从底层框架开始重复搭建。

Isaac Teleop则承担机器人数据采集环节。该框架可帮助开发者通过外部设备采集高质量人类示范数据，并以标准化、可互操作格式接入LeRobot。机器人训练高度依赖动作数据，尤其是人类示范轨迹、抓取动作、操作过程和失败样本;这些数据越标准，模型复用和社区协作效率越高。

英伟达还计划将Cosmos 3引入LeRobot。Cosmos 3面向物理AI的世界基础模型，可用于生成和扩增机器人数据、模拟场景，并在真实世界数据不足或采集成本过高时支持策略开发。机器人训练经常受限于真实数据采集成本，尤其是在危险场景、复杂工况和低频任务中，仿真与合成数据可以补充训练样本，帮助模型在进入实体机器人前完成更多验证。

这次合作将把机器人开源模型训练从“单点模型发布”推进到“模型、数据、仿真、后训练、评估、部署”一体化流程。后续重点会集中在GR00T 1.7在不同机器人本体上的适配效果、Isaac Teleop数据采集质量、Cosmos 3进入LeRobot后的数据生成能力，以及Jetson等边缘平台承载视觉语言动作模型的部署表现。