• Hugging Face 的新教程简化了 AI 机器人技术，扩展了 LeRobot 平台，并推出了增强型 Koch v1.1 机械臂，使开发更加容易。
  • 该教程在 AI 和机器人技术的关键时刻发布，Hugging Face 的开源模式推动了可访问性和创新。

我们的观点
Hugging Face 的开源方法是 AI 驱动机器人普及的关键因素。通过让先进工具和模型对更广泛的受众开放，他们促进了协作，使开发者、研究人员和公司能够贡献并从中受益。这种开放不仅加速了进步，还确保了 AI 和自动化的好处更广泛地分布，而不是集中在少数科技巨头手中。
-Tacy Ding，BTW 记者

发生了什么

Hugging Face，开源 AI 的领导者，通过发布一份全面教程，在让经济实惠的机器人技术普及到每个人方面迈出了一大步。该指南引导开发者创建和训练自己的 AI 驱动机器人。

该教程最近发布，基于公司五月份推出的 LeRobot 平台，标志着将人工智能与物理世界整合的关键进展。

该教程指导开发者训练神经网络分析摄像头画面并将其转换为电机动作，类似于大型语言模型（LLM）处理文本的方式。

“你将学习如何训练神经网络，直接从摄像头图像中预测下一个电机旋转角度，”Hugging Face 首席研究科学家Rémi Cadene解释道。

该计划的核心是 Koch v1.1，一款由 Jess Moss 设计的经济实惠的机械臂。这个升级版基于 Alexander Koch 的原始设计，具有简化的组装流程和改进的功能。

另请阅读：备受赞誉的 AI 初创公司 Hugging Face 从科技巨头获得 2.35 亿美元融资

另请阅读：工作的未来：机器人技术、AI 与自动化

为什么重要

该教程的发布恰逢 AI 和机器人技术持续演进。随着各行各业越来越多地转向自动化，将 AI 与物理系统整合代表着关键的技术进步。训练机器人利用视觉输入执行自主任务的能力，可能会对制造业和医疗保健等领域产生重大影响。

这种推动机器人技术民主化的努力引发了关于工作、隐私和伦理的重要问题。Hugging Face 的开源方法确保这些进步能够超越大公司的范畴，促进创新和多样化应用。

这份新教程不仅仅是技术指南，更是 AI 和机器人技术的战略路线图。通过降低准入门槛和促进协作，Hugging Face 正在使 AI 驱动的机器人技术变得更加可及。随着这项技术的成熟，它有可能变革行业并重新定义人机交互。Hugging Face 的倡议标志着向机器人技术和 AI 民主化迈出了关键一步。