NVIDIA hợp tác với Hugging Face ra mắt mô hình mã nguồn mở cho robot: Hệ sinh thái GPU kết nối trực tiếp LeRobot

Ngày 9 tháng 7, NVIDIA công bố hợp tác với Hugging Face, tích hợp mô hình nền tảng robot Isaac GR00T 1.7 vào framework nguồn mở LeRobot, mở ra pipeline hoàn chỉnh từ đào tạo GPU đến triển khai, hạ thấp rào cản phát triển AI robot.
(Tin trước: Hugging Face ra mắt Reachy Mini App Store, hơn 200 ứng dụng do cộng đồng phát triển đều miễn phí)
(Bổ sung bối cảnh: Hoàng Nhân Huân điểm danh 43 công ty Đài Loan khiến cổ phiếu tăng! Bài phát biểu tại Đại học Đài Loan – 6 điểm chính: chip AI thế hệ tiếp theo, nhà máy thông minh, robot…)

Mục lục

Toggle

• Cốt lõi hợp tác: Framework LeRobot + mô hình GR00T 1.7
• Hạ thấp rào cản: Mở pipeline từ nghiên cứu đến sản xuất hàng loạt
• Ý nghĩa đối với ngành công nghiệp robot Đài Loan

Ngày 9 tháng 7, NVIDIA thông báo hợp tác với Hugging Face – một kho mô hình AI, cùng phát triển mô hình nền tảng nguồn mở dành cho robot. Sự hợp tác này kết nối trực tiếp hệ sinh thái GPU và ngăn xếp CUDA của NVIDIA với kho mô hình khổng lồ và cộng đồng nhà phát triển của Hugging Face, nhằm hạ thấp đáng kể rào cản đào tạo và triển khai AI robot. Blog chính thức của NVIDIA đã giới thiệu chi tiết về nội dung hợp tác.

Cốt lõi hợp tác: Framework LeRobot + mô hình GR00T 1.7

Theo thông báo chính thức của NVIDIA, trọng tâm của hợp tác lần này nằm ở framework robot nguồn mở LeRobot. LeRobot được duy trì bởi Hugging Face và hiện là một trong những nền tảng đào tạo nguồn mở được các nhà phát triển robot sử dụng rộng rãi nhất. NVIDIA tích hợp mô hình nền tảng Isaac GR00T 1.7 vào LeRobot, cho phép các nhà phát triển trực tiếp đào tạo và triển khai mô hình robot bằng cơ sở hạ tầng GPU có sẵn.

Sự hợp tác này cũng giới thiệu kiến trúc mô hình World-Action (mô hình thế giới – hành động) mới – loại mô hình này không chỉ "xem môi trường rồi quyết định hành động" mà còn có thể đồng thời dự đoán "trạng thái môi trường" và "hành động tương ứng", thể hiện vượt trội hơn so với các phương pháp truyền thống trong các tình huống vật lý phức tạp.

Hạ thấp rào cản: Mở pipeline từ nghiên cứu đến sản xuất hàng loạt

Hiện tại, các nút thắt chính trong đào tạo AI robot bao gồm ba điểm:

• Rào cản phần cứng — Đào tạo mô hình robot chất lượng cao cần cụm GPU nhiều thẻ, VRAM của một máy thường không đủ để hỗ trợ đào tạo hoàn chỉnh
• Khan hiếm dữ liệu — Dữ liệu được gắn nhãn trong lĩnh vực robot ít hơn nhiều so với NLP hoặc CV, thiếu định dạng dữ liệu thống nhất và cơ chế chia sẻ
• Phân mảnh framework — Các nhóm nghiên cứu khác nhau sử dụng các framework đào tạo khác nhau, khó khăn trong việc trao đổi hoặc chuyển đổi giữa các mô hình

Sự kết hợp giữa NVIDIA và Hugging Face giải quyết trực tiếp vấn đề: NVIDIA cung cấp tăng tốc phần cứng và hệ sinh thái CUDA, Hugging Face cung cấp định dạng mô hình thống nhất, bộ dữ liệu và cộng đồng nhà phát triển. Hai bên kết hợp tạo thành một pipeline hoàn chỉnh từ "nguyên mẫu nghiên cứu → mô hình nguồn mở → triển khai sản xuất hàng loạt".

Ý nghĩa đối với ngành công nghiệp robot Đài Loan

Đài Loan là trung tâm sản xuất chất bán dẫn, xuất khẩu robot và thiết bị tự động hóa chiếm phần lớn trong sản xuất. Lần này NVIDIA kết nối trực tiếp mô hình nguồn mở với hệ sinh thái GPU, tác động đến Đài Loan ở những điểm sau:

• Chi phí phát triển AI robot giảm — Các startup Đài Loan không còn cần xây dựng framework đào tạo hoàn chỉnh, chỉ cần gọi LeRobot để tạo nguyên mẫu nhanh
• Hiệu ứng đồng bộ với TSMC và MediaTek — Hoàng Nhân Huân trong bài phát biểu tại CompuTEX năm ngoái đã báo trước rằng NVIDIA coi robot là "chiến trường AI tiếp theo", sự hợp tác này càng củng cố lộ trình công nghệ
• Lợi thế đi trước từ mô hình nguồn mở — Nếu các nhà sản xuất robot Đài Loan sớm áp dụng mô hình LeRobot + GR00T, họ có thể giành lợi thế cạnh tranh trong giai đoạn sản xuất hàng loạt

Sự hợp tác này cũng phản ánh chiến lược "mô hình nền tảng robot" mà NVIDIA đang mở rộng liên tục. NVIDIA đã coi robot là một đường đua AI quan trọng ngang với xử lý ngôn ngữ tự nhiên, dự kiến trong 2-3 năm tới, các mô hình robot nguồn mở sẽ trở thành tiêu chuẩn ngành.

(Bổ sung bối cảnh: Khi robot học cách suy nghĩ và hợp tác, phân tích 15 hệ thống robot và kịch bản ứng dụng)

Bài viết này dựa trên blog chính thức của NVIDIA và blog của Hugging Face, do biên tập viên Flip của Động Khu biên dịch