輝達 7 月 9 日宣布與 Hugging Face 合作，將 Isaac GR00T 1.7 機器人基礎模型整合至 LeRobot 開源框架，打通 GPU 訓練到部署的完整管道，降低機器人 AI 開發門檻。
（前情提要：Hugging Face 推出 Reachy Mini App Store，逾 200 款社群開發應用全部免費）
（背景補充：黃仁勳點名43家臺廠全拉漲！臺大演講「六大重點」整理：下一代AI晶片、智慧工廠、機器人…）
英偉達（NVIDIA）7 月 9 日宣布與 AI 模型庫 Hugging Face 合作，聯合開發用於機器人的開源基礎模型。這項合作將輝達的 GPU 生態與 CUDA 堆疊，直接對接 Hugging Face 龐大的模型庫及開發者社群，目標是大幅降低機器人 AI 訓練與部署的門檻。NVIDIA 官方部落格 詳細介紹了合作內容。
合作核心：LeRobot 框架 + GR00T 1.7 模型
根據 NVIDIA 官方公告，這次合作的重心落在 LeRobot 開源機器人框架上。LeRobot 由 Hugging Face 維護，是目前機器人開發者使用最廣泛的開源訓練平台之一。輝達將旗下 Isaac GR00T 1.7 基礎模型整合至 LeRobot，使開發者能夠利用現成的 GPU 基礎設施直接訓練和部署機器人模型。
這次合作還引入了新的 World-Action 模型（世界-動作模型）架構——這類模型不只是「看到環境後決定動作」，而是能同時預測「環境狀態」與「對應動作」，在複雜物理場景中的表現顯著優於傳統方法。
降低門檻：從研究到量產的管道打通
目前機器人 AI 訓練的主要瓶頸有三項：
- 硬體門檻 — 訓練高品質機器人模型需要多卡 GPU 叢集，單機視訊記憶體通常不足以支撐完整訓練
- 資料稀缺 — 機器人領域的標記資料遠少於 NLP 或 CV，缺乏統一的資料格式與共享機制
- 框架碎片化 — 不同研究團隊使用不同的訓練框架，模型之間難以互換或遷移
NVIDIA 與 Hugging Face 的組合直接對症下藥：NVIDIA 提供硬體加速與 CUDA 生態，Hugging Face 提供統一的模型格式、資料集和開發者社群。兩者合起來形成了一條從「研究原型 → 開源模型 → 量產部署」的完整管道。
對臺灣機器人產業的意義
臺灣是半導體製造重鎮，機器人與自動化裝置出口佔製造業大宗。輝達這次將開源模型直連 GPU 生態，對臺灣的影響在於：
- AI 機器人開發成本下降 — 臺灣新創不再需要自建完整的訓練框架，直接呼叫 LeRobot 即可快速原型化
- 與臺積電、聯發科的協同效應 — 黃仁勳去年在 CompuTEX 演講中已預告輝達將機器人視為「下一個 AI 戰場」，這次合作進一步確立了技術路線
- 開源模型先行優勢 — 臺灣機器人廠商若及早採用 LeRobot + GR00T 模型，可在量產階段取得競爭先機
這次合作也呼應了輝達近來持續擴張的「機器人基礎模型」策略。輝達已將機器人視為與自然語言處理同等重要的 AI 賽道，預計在未來 2-3 年內，開源機器人模型將成為產業標準。
（背景補充：當機器人學會思考與協作，15 大機器人體系和應用場景解析）
本文源自 NVIDIA 官方部落格、Hugging Face 部落格 報導，由動區編輯 Flip 編譯
📍相關報導📍
Hugging Face 推出 Reachy Mini App Store，逾 200 款社群開發應用全部免費
黃仁勳點名43家臺廠全拉漲！臺大演講「六大重點」整理：下一代AI晶片、智慧工廠、機器人…
