外观
新闻Hugging Face LeRobot 官方发布9 个月前
LeRobot v0.4.3发布：集成X-VLA策略与宇树G1/OMX本体支持
Hugging Face LeRobot升级至v0.4.3，新增X-VLA视觉语言动作模型及第三方策略注册机制。原生适配宇树G1与Robotis OMX机器人，修复pi0/pi0.5变长图像推理与torch.compile编译问题，并提供图像转视频数据集工具以优化具身数据流水线。
宇树 G1
OMX本文由 AI 根据公开内容整理，可能有误，请以原文为准：huggingface/lerobot 发布 v0.4.3 版本更新（Hugging Face LeRobot 官方发布）
核心内容
Hugging Face LeRobot框架正式发布v0.4.3版本，核心更新聚焦于具身智能算法生态与硬件适配能力的双重扩展。新版本引入了X-VLA（Vision-Language-Action）模型支持，并开放了第三方策略注册接口，允许开发者通过pip install lerobot_policy_mypolicy方式无缝集成自定义算法。在硬件层面，官方合并了针对unitree-g1与robotis-omy（对应OMX）机器人的支持PR，同时新增了MuJoCo仿真环境集成，进一步降低了从Sim-to-Real的开发门槛。
工程化细节方面，v0.4.3修复了关键推理与数据处理缺陷：解决了pi0/pi0.5模型在torch.compile下的扩散采样循环报错，并启用变长图像尺寸支持以提升多模态输入兼容性；新增图像序列转视频数据集转换工具，且在训练配置中暴露tolerance_s参数以增强时序对齐精度。此外，CI/CD流程优化将Hub构建产物迁移至/mnt目录，彻底解决了Runner磁盘空间溢出导致的构建失败问题，保障了大规模模型训练的稳定性。
关键看点
- X-VLA与策略扩展：新增X-VLA模型支持，开放第三方策略注册机制，支持通过pip安装自定义策略包
- 新硬件与仿真集成：原生适配宇树G1与Robotis OMX机器人，新增MuJoCo仿真环境支持Sim-to-Real验证
- 推理与编译修复：修复pi0/pi0.5的torch.compile扩散采样错误，支持变长图像输入以提升多模态兼容性
- 数据工具链增强：提供图像转视频数据集转换脚本，训练配置新增tolerance_s参数优化时序数据对齐
工程与产业观察
此次更新标志着LeRobot正从单一模仿学习库向通用具身智能中间件演进。X-VLA集成与第三方策略注册机制打破了算法封闭性，利于VLA等前沿范式快速验证；对宇树G1等热门本体的官方支持及MuJoCo环境接入，显著缩短了算法工程师的硬件适配周期。图像转视频工具与推理编译修复则直击真实数据采集与部署痛点，提升了端到端研发效率。
来源
本页事实对应的公开页面，以原文为准。