2026-07-07 AI 动态
· 阅读需 3 分钟
本期焦点
- LeRobot v0.6.0 发布，机器人学习闭环成为开源生态重点。
- Robometer 与 TOPReward 让机器人任务成功判断进入统一接口。
- Hugging Face Jobs 和 SkyPilot 继续降低跨云 AI 任务迁移成本。
- Microsoft Foundry Managed Compute 与 SageMaker Studio 接入 Hugging Face。
头条要闻
LeRobot v0.6.0：从数据集走向机器人学习闭环
Hugging Face 7 月 7 日发布 LeRobot v0.6.0，主题是 “Imagine, Evaluate, Improve”。新版加入面向世界模型和 VLA 的能力、统一 reward models API、lerobot-rollout 部署 CLI、六个仿真评测、深度数据支持、VLM 自动标注和更轻量的依赖安装。
这说明开源机器人生态正在补齐“采集-训练-评测-部署-失败回流”的工程链路。相比只发布一个机器人策略模型，LeRobot 更关注如何让真实操作数据持续回到训练系统里。
开源生态
Reward models：机器人终于有了可复用的成功判断接口
LeRobot v0.6.0 把 reward models 放进统一 API，其中 Robometer 可根据视频和语言指令评估任务进展，TOPReward 则用 VLM 的 token 概率做零样本成功判断。机器人任务长期缺少稳定、通用、低成本的成功检测，这类模块会直接影响自动采集和自动纠错。
| 能力 | 更新 |
|---|---|
| 机器人策略 | VLA-JEPA、LingBot-VA、FastWAM 等方向 |
| 成功判断 | Robometer、TOPReward |
| 数据能力 | 深度支持、VLM 标注、自定义视频编码 |
| 部署 | lerobot-rollout CLI |
Hugging Face 云生态继续扩展
同日 Hugging Face 还发布了 SkyPilot 与 HF Storage 的零出站存储方案、Microsoft Foundry Managed Compute 上的 Hugging Face Models，以及一键从 Hugging Face 到 Amazon SageMaker Studio 的流程。几条更新共同指向一个趋势：模型、数据和训练任务正在被抽象成可跨云搬运的工作负载。
Hugging Face · Hugging Face · Hugging Face
Sources
- Hugging Face — LeRobot v0.6.0: Imagine, Evaluate, Improve — LeRobot v0.6.0、机器人学习闭环、reward models 和部署 CLI。
- Hugging Face — Run AI workloads on any cloud, store on Hugging Face — SkyPilot 与 Hugging Face Storage 跨云存储。
- Hugging Face — Hugging Face Models on Foundry Managed Compute — Microsoft Foundry Managed Compute 模型部署。
- Hugging Face — From Hugging Face to Amazon SageMaker Studio in one click — Hugging Face 到 SageMaker Studio 的开发者流程。
本 Newsletter 由 AI 行业公开信息整理，数据截至 2026 年 7 月 7 日。所有信息均来自公开来源，不构成投资建议。