Hugging Face presenta LeRobot v0.6.0 con modelos del mundo, evaluación unificada y entrenamiento en la nube

Qué pasó

Hugging Face publicó el 7 de julio la versión 0.6.0 de LeRobot, marco de código abierto orientado al aprendizaje de políticas para robótica. La release introduce tres ejes principales: políticas basadas en modelos del mundo, nuevos modelos de visión-lenguaje-acción y una capa de evaluación estandarizada. El equipo responsable incluye a Steven Palma, Pepijn Kooijmans, Caroline Pascal, Thomas Wolf y Nicolas Rabault, entre otros ingenieros.

El primer bloque corresponde a los modelos del mundo, que permiten a las políticas anticipar el resultado de sus acciones antes de ejecutarlas. La versión incorpora VLA-JEPA, construida sobre la arquitectura Qwen3-VL-2B, que entrena un modelo JEPA para predecir cuadros futuros en el espacio latente y lo descarta durante la inferencia, entregando supervisión sin costo adicional. FastWAM y LingBot-VA completan la oferta, con tres puntos de control disponibles en el repositorio, incluido uno preentrenado sobre el conjunto de datos DROID.

En paralelo, se incorporan nuevos modelos de visión-lenguaje-acción: GR00T N1.7, MolmoAct2, EO-1, EVO1 y Multitask DiT, junto con una interfaz de modelos de recompensa que incluye Robometer y TOPReward. La release también estrena seis pruebas de referencia de simulación reunidas bajo el comando lerobot-eval, que estandarizan la comparación entre políticas.

En el plano de despliegue, LeRobot v0.6.0 introduce lerobot-rollout, una interfaz de línea de comandos para ejecutar políticas en entornos reales y transformar los fallos en datos de entrenamiento mediante corrección humana inspirada en DAgger. Se habilita además entrenamiento con FSDP para modelos más grandes que la memoria de una unidad de procesamiento gráfico, e integración nativa con HF Jobs para entrenar en la nube.

Contexto

El lanzamiento se inscribe en una etapa de consolidación acelerada del aprendizaje automático aplicado a la robótica. La frontera se ha desplazado desde los modelos de visión-lenguaje-acción hacia los modelos del mundo, sistemas que aprenden representaciones internas del entorno y pueden simular consecuencias antes de actuar. Empresas como Google DeepMind, Meta y Physical Intelligence han presentado avances recientes en esta línea, lo que ha incrementado la presión sobre los marcos de código abierto para mantenerse competitivos.

Hugging Face, con sede en París y Nueva York, se ha posicionado como un actor clave en la democratización de estas tecnologías a través de su plataforma de alojamiento de modelos y conjuntos de datos. LeRobot compite con proyectos como Open X-Embodiment de Google y OpenVLA, y se distingue por ofrecer una pila integrada que abarca entrenamiento, evaluación y despliegue.

La estrategia apunta a reducir las fricciones de entrada para equipos académicos y nuevas empresas. HF Jobs, infraestructura de entrenamiento en la nube lanzada en 2025, refuerza esa lógica al ofrecer cómputo bajo demanda sin necesidad de configurar infraestructura propia.

Impacto para empresas chilenas

Para el ecosistema tecnológico chileno, LeRobot v0.6.0 representa una oportunidad concreta para acceder a herramientas de aprendizaje robótico de clase mundial sin depender de proveedores comerciales con licencias restrictivas. La disponibilidad de puntos de control preentrenados y la posibilidad de entrenar modelos en la nube mediante HF Jobs reduce la barrera de entrada para laboratorios con infraestructura limitada.

En el segmento empresarial, la librería abre la puerta a proyectos piloto en automatización industrial, agricultura de precisión y logística, sectores donde Chile cuenta con actores relevantes. Empresas del rubro minero, salmonero y vitivinícola ya han explorado prototipos robóticos, y la disponibilidad de modelos de visión-lenguaje-acción puede acelerar el desarrollo de soluciones específicas para contextos locales como viveros o packing de frutas.

La incorporación de modelos del mundo y de recompensa resulta atractiva para equipos que buscan prototipar políticas sin incurrir en costosas campañas de recolección de datos en el mundo real. Esta dinámica puede ser especialmente útil para nuevas empresas chilenas que necesitan demostrar viabilidad técnica a potenciales inversionistas en plazos cortos.

Qué sigue

La dirección de la release sugiere que Hugging Face continuará integrando generación de datos sintéticos, entrenamiento en la nube y despliegue en hardware real dentro de un mismo flujo. Es esperable que las próximas iteraciones profundicen en la eficiencia de los modelos del mundo y en la cobertura de hardware compatible, particularmente en robots de menor costo.

Para América Latina, la consolidación de marcos de código abierto como LeRobot, sumado a la oferta de cómputo bajo demanda, podría acelerar la aparición de proveedores locales de soluciones robóticas especializadas con capacidad de atender nichos donde los grandes fabricantes internacionales no ofrecen respuesta adecuada.