要点
- Hub 上近 300 TB LeRobot 格式物理 AI 数据；可直接从 Hub、对象存储或 LanceDB 训练，不必先整包下载。
- 交互式 rollout：机器人运行中可 /subtask、/vqa、/autosteer；需会生成文本的策略或外部 VLM 规划器。
- 流式读取：每 epoch 每帧恰好一次；4 个 DataLoader worker 约 2.1-2.5x samples/s；GPU 图像增强让 ACT 在 H100 约 2.8x。
- 新一批世界动作模型与 VLA 入库；G0.5 使用非商业 Community License，不是 Apache-2.0。
- 远程：lerobot-policy-server 经 Zenoh 缓冲未执行动作以隐藏推理延迟；async_inference 已移除。
Hugging Face 的 LeRobot v0.7.0 博文标题是「From Terabytes to Prompting Robots」。功能清单很长。结构变化更窄。开源物理 AI 的门槛，已不再主要是模型动物园里有多少权重，而是你能不能流式读上百 TB、对正在跑的策略说话、藏住推理延迟，同时把参差不齐的许可证说清楚。 「先下载再训练」的演示仍有用。它已不是栈的中心。
[1]实际发布了什么
语言进入控制环。--interactive=true 时，rollout 保持机器人连接、权重与处理器常驻，操作员可发 /subtask、/vqa、/autosteer。FineART-VLA、Wall-OSS-0.5 等会生成文本的策略可直接应答；否则可用任意 OpenAI 兼容 VLM 做外部规划。FineART 提供 4 万+ 双臂回合（1,718 小时）、53.3 万+ 子任务标注（1.9 TB），其 VLA 先用语言预测下一子任务，再由流匹配专家执行。标注配方把 lerobot-annotate 标签收成训练与推理共用的对话式目标。
数据不必整包落地。--dataset.streaming=true 从 Hub 或对象存储按需拉视频字节范围，每 epoch 每帧恰好一次，并可确定性恢复；4 个 DataLoader worker 约 2.1-2.5× samples/s。LanceDB 表保留原始 MP4 blob，并宣称本地盘速级全局打乱。GPU 侧图像变换让 ACT 在 H100 约快 2.8×、A100 约 3.3×。
训练栈为 5-20B 级世界动作模型重做：FSDP2 与 HSDP、梯度累积、Torch Distributed Checkpoints。8×H200 上 6B FastWAM 的 DCP 存盘约快 3×，恢复峰值从每 GPU 143 GB 降到 42 GB。FP16 损失缩放、EMA、warmup-stable-decay 与 Trackio（Hugging Face 实验追踪）成为一等公民；文中把 Trackio 定位为替代 Weights & Biases 的路径。
模型动物园在长大，但对主张是次要的。世界动作新增包括 NVIDIA Cosmos 3（Nano 16.5B／Edge 4.6B；文中 LIBERO 平均约 97.9%）、Black Forest Labs FLUX 3 Action、RLinf LaWAM（微调 LIBERO 98.5%）、NVIDIA Long-WAM（IDM／COD 模式约 99%）。新 VLA 包括 OpenGalaxea G0.5、Robbyant LingBot-VLA 2.0（RTX PRO 6000 上 CUDA Graphs／torch.compile 把动作块约 756 ms 打到约 120 ms）、Dexmal DM0.5、X Square Robot Wall-OSS-0.5。G0.5 权重使用非商业 Community License，不是 Apache-2.0；博文明确标出。
lerobot-policy-server 远程推理让相机与电机留在现场，实验室 GPU 经 Zenoh（含 TLS／ACL 配置）回传动作块。客户端缓冲剩余动作、丢弃过期步，并可用 real-time chunking。旧 async_inference 已移除。仿真收束到统一 vector-env 核心（RoboLab：120 个 DROID Franka 桌面任务）。评测输出 Wilson 95% 区间。硬件新增 YAM、reBot B601，以及 Unitree G1 的 SONIC 全身解码（64 维运动 token → 50 Hz 关节），并支持远程拆分。
台面上的证据
规模与功能声明来自 Hugging Face 发布博文：Hub 近 300 TB、FineART 体量、流式与 GPU 增强加速、DCP 时间／显存差额、具名模型的 LIBERO／RoboTwin 数字、LingBot 延迟、G0.5 许可证说明。多项基准百分比是同文转述上游结果，此处未独立审计。
[1]钢人与缺口
钢人。 机器人学习长期卡在磁盘、标注稀缺，以及机械臂旁只有笔记本级 GPU。流式、带语言标注的数据、交互控制与远程服务，正打在这些约束上。在 G0.5 旁写明许可证，比一句「全部开源」更诚实。
缺口：Hub 的 TB 数不是按质量加权的语料；大量条目来自仿真或手持采集。交互与远程路径需要网络与安全运维，博文只勾了轮廓。接近 100% 的 LIBERO 数字局限于该套件。非商业 VLA 许可证可能拆碎其余发布所假设的公地。深嵌 W&B 的团队迁移 Trackio 有成本。
[1]谁该在意，下一步看什么
实验室应先为标注与流式 I／O 做预算，再开下一轮基座 VLA 微调。机器人创业公司应按远程策略服务与延迟隐藏缓冲来设计，而不是只堆车载 GPU。平台法务与采购需要对每个权重做许可证矩阵（G0.5 对 Apache 同伴）。
未来六个月看：FineART 式子任务密度是否扩散；Lance／流式是否成为公开配方默认；非商业 VLA 是边缘还是新常态；远程推理是否带着公开延迟预算进入现场部署。
[1]收束
v0.7.0 很容易被概括成「更多模型加 300 TB」。耐看的主张是：开源机器人的硬约束，正移向语言标注、无盘训练 I／O、延迟隐藏，以及参差的模型许可证。 六个月后，要么公开配方默认假定流式 + 交互 + 远程，要么 Hub 仍是一座沉重的权重仓，训练方式却还像 2024 年的演示。
[1]