NVIDIA y Hugging Face amplían LeRobot con nuevos modelos y frameworks
NVIDIA y Hugging Face han ampliado LeRobot, una biblioteca abierta para el desarrollo de robótica. El proyecto incorpora nuevos modelos preentrenados de aprendizaje profundo y frameworks listos para usar. Las novedades deberían ayudar a los desarrolladores a crear y entrenar robots más rápido, sin tener que escribir algoritmos desde cero.
Procesado por IA desde The Robot Report; editado por Hamidun News
NVIDIA y Hugging Face han ampliado LeRobot, una biblioteca abierta para el desarrollo de robótica. Los socios han añadido al proyecto nuevos modelos preentrenados de aprendizaje automático y frameworks destinados a simplificar el ciclo de creación de sistemas robóticos.
Qué es LeRobot
LeRobot es una biblioteca de Python de código abierto para entrenar, ejecutar y compartir modelos robóticos, conjuntos de datos y políticas de control. Permite a desarrolladores de todo el mundo intercambiar soluciones ya hechas: en lugar de escribir algoritmos de control desde cero, los equipos usan conjuntos de datos probados y modelos entrenados, lo que acelera de forma notable el desarrollo de sus propios robots.
Qué novedades se han añadido
NVIDIA y Hugging Face han integrado en LeRobot modelos de aprendizaje profundo y frameworks adicionales que facilitan tres tareas clave de los desarrolladores:
- Entrenamiento con conjuntos de datos de manipulación real de robots, sin necesidad de recopilar datos desde cero
- Prototipado rápido y pruebas de políticas de control en distintos tipos de sistemas robóticos
- Optimización de los cálculos en GPU de NVIDIA para acelerar el entrenamiento de los modelos
Las actualizaciones permiten adaptar modelos ya hechos a tareas concretas: sujetar piezas, ensamblar objetos y clasificar artículos.
Por qué importa a los desarrolladores
Desarrollar robots exige tradicionalmente fuertes inversiones en I+D: cada robot tiene una cinemática propia, los entornos varían y los algoritmos son difíciles de trasladar de un proyecto a otro. LeRobot cambia este enfoque al ofrecer una plataforma común para compartir experiencia entre equipos. De forma similar, Hugging Face transformó el desarrollo en procesamiento del lenguaje natural, al permitir que miles de equipos usaran una infraestructura común y modelos ya preparados.
Quién más impulsa la robótica
LeRobot es una de varias iniciativas para abrir la robótica. En paralelo trabajan Figure AI y Boston Dynamics (manipuladores industriales), Tesla Optimus (robot humanoide), Google DeepMind (algoritmos de aprendizaje por refuerzo) y OpenAI (integración de grandes modelos de lenguaje en sistemas robóticos).
Qué significa
El respaldo de NVIDIA y Hugging Face a LeRobot indica que la robótica pasa de proyectos corporativos cerrados a ecosistemas abiertos. Esto acelerará la llegada de nuevos robots para automatizar la logística, la producción y los oficios de servicios. A los equipos pequeños y a las universidades les resultará más fácil crear soluciones competitivas apoyándose en modelos y conjuntos de datos ya hechos, en lugar de desarrollarlo todo desde cero.
- 1 nov 2026Pika Labs publica H3 Flex, un modelo de vídeo abierto: 6 pasos en lugar de 50
- 1 nov 2026El tokenizador de BERT en Hugging Face es 50 veces más rápido tras eliminar el trabajo innecesario con ASCII
- 1 nov 2026Illinois reúne 12 151 problemas abiertos y comprueba si la IA puede resolverlos
- 1 nov 2026Duplicar capas durante el entrenamiento elevó GSM8K del 12% al 19% en un modelo de 3B
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Qué es LeRobot?
LeRobot es una biblioteca de Python de código abierto para entrenar, ejecutar y compartir modelos robóticos, conjuntos de datos y políticas de control. Permite a desarrolladores de todo el mundo intercambiar soluciones ya hechas: en lugar de escribir algoritmos de control desde cero, los equipos usan conjuntos de datos probados y modelos entrenados, lo que acelera de forma notable el desarrollo de sus propios robots.
¿Qué se sabe sobre Qué novedades se han añadido?
NVIDIA y Hugging Face han integrado en LeRobot modelos de aprendizaje profundo y frameworks adicionales que facilitan tres tareas clave de los desarrolladores: Entrenamiento con conjuntos de datos de manipulación real de robots, sin necesidad de recopilar datos desde cero Prototipado rápido y pruebas de políticas de control en distintos tipos de sistemas robóticos Optimización de los cálculos en GPU de NVIDIA para acelerar el entrenamiento de los modelos Las actualizaciones permiten adaptar modelos ya hechos a tareas concretas: sujetar piezas, ensamblar objetos y clasificar
¿Qué se sabe sobre Por qué importa a los desarrolladores?
Desarrollar robots exige tradicionalmente fuertes inversiones en I+D: cada robot tiene una cinemática propia, los entornos varían y los algoritmos son difíciles de trasladar de un proyecto a otro. LeRobot cambia este enfoque al ofrecer una plataforma común para compartir experiencia entre equipos. De forma similar, Hugging Face transformó el desarrollo en procesamiento del lenguaje natural, al permitir que miles de equipos usaran una infraestructura común y modelos ya preparados.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.