ThinkingBox-Training:将数据库评分转化为强化学习奖励
微软与Hugging Face合作发布ThinkingBox-Training,通过将数据库终端状态检查转化为奖励函数,对Qwen3.8-27B模型进行50步GRPO微调。
推荐理由:将数据库评分转化为强化学习奖励,让智能体从偶尔成功变为可重复执行,训练任务选择是关键。
微软与Hugging Face合作发布ThinkingBox-Training,通过将数据库终端状态检查转化为奖励函数,对Qwen3.8-27B模型进行50步GRPO微调。
推荐理由:将数据库评分转化为强化学习奖励,让智能体从偶尔成功变为可重复执行,训练任务选择是关键。
Hugging Face 与 Pollen Robotics 合作发布了开源双足机器人 Microduck,开发者可使用 NVIDIA Isaac Lab 3.0 在仿真中训练行走策略,导出为 ONNX 格式后部署到真实机器人。
推荐理由:从仿真训练到真实部署的完整工作流开源,让更多开发者能低成本训练人形机器人行走策略。
NVIDIA 在 Hugging Face 上发布 SimReady Central,包含2000多个用于机器人和AI工厂仿真的3D资产,支持碰撞几何、质量、摩擦等物理属性。OEM厂商可提交符合 SimReady 标准的资产,开发者可组合这些资产构建仿真环境,并通过 AI 辅助工具快速创建场景。
推荐理由:开放2000+仿真资产库把机器人开发门槛从建模降到组装,接下来看OEM和开发者如何共建生态。
谷歌宣布面向 TPU 的原生 PyTorch 框架 TorchTPU 已在 GitHub 开源,允许开发者无需重写代码即可将现有 PyTorch 应用迁移到谷歌 TPU 和谷歌云。亚马逊同期也发布了类似产品 TorchNeuron,用于将应用移植到 Trainium 芯片和 AWS。两家公司正努力削弱英伟达在 AI 硬件和生态中的主导地位。
同一件事,精选收录的是《谷歌推出TorchTPU,加入亚马逊阵营挑战NVIDIA在AI开发者中的主导地位》
LeRobot 发布 v0.6.1 版本,主要更新包括重构 lerobot.types 为 lerobot.lerobot_types,优化依赖与文档构建速度,新增 VLM 子任务标注功能,修复多模块兼容性问题。
LeRobot 发布 v0.6.0 版本,重构依赖架构并更新GR00T模型至N1.7版本。此版本包含多项重大更新:依赖隔离安装、RL堆栈重建、新增多种基准测试集成、数据加载性能提升2倍,以及新增多种策略模型如EVO1和FastWAM。
推荐理由:LeRobot v0.6.0 重构依赖架构并更新GR00T模型,开源机器人平台正加速模块化演进。
LeRobot 发布 v0.5.1 版本,更新依赖并修复 Unitree G1 SDK 检测问题。新增多任务扩散策略、相对动作支持及奖励可视化功能,优化数据集模块与基准测试文档。
LeRobot 发布 v0.5.0 版本,新增 Unitree G1 WBC 实现与 cudnn_deterministic 训练选项,依赖库更新至 transformers v5,最低支持 Python 3.12。
LeRobot v0.4.4 更新,新增 OpenArm Mini 机器人、SmolVLA 模型 torch 编译支持及数据集流式视频编码功能。修复了 gripper 配置、数据集聚合及训练脚本中的多项 bug,优化了相机 API 和电机模块。
LeRobot 发布 v0.4.2 版本,修复数据集剧集过滤和端口机器人脚本问题,新增环境预处理器与并行编码功能。版本优化了视频基准测试和编码速度,支持动态压缩级别。
LeRobot 发布 v0.4.1 版本,新增 EnvHub 支持从加载环境,修复数据访问瓶颈和训练映射边缘问题。升级 libero 为 PyPI 包,优化安装指令。
LeRobot发布v0.4.0版本,新增Libero和Metaworld环境支持,强化多GPU训练能力,添加Nvidia Gr00t N1.5模型,优化数据集处理和机器人控制功能。
推荐理由:开源机器人平台LeRobot v0.4.0发布,新增Libero和Metaworld环境支持,强化多GPU训练能力,开源生态持续完善。