H Humanoid World
← News
7/7/2026 · USA

NVIDIA GR00T N1.7 llega a Hugging Face LeRobot: modelo VLA abierto ahora con licencia Apache 2.0

NVIDIA y Hugging Face anunciaron el 7 de julio de 2026 la integración de Isaac GR00T N1.7 en la biblioteca de robótica de código abierto LeRobot. El modelo de 3.000 millones de parámetros es de uso libre bajo Apache 2.0 — y debería crear, junto con NVIDIA Isaac Teleop e Isaac Lab-Arena, un pipeline estandarizado de extremo a extremo para desarrolladores de humanoides.

NVIDIA y Hugging Face anunciaron el 7 de julio de 2026 que Isaac GR00T N1.7 — el modelo Vision-Language-Action de NVIDIA para robots humanoides — se integrará directamente en LeRobot, la biblioteca de código abierto para robótica más utilizada. Al mismo tiempo, Isaac Teleop como herramienta para capturar datos de demostración de alta calidad e Isaac Lab-Arena como entorno de simulación se incorporan al ecosistema LeRobot.

Qué ofrece GR00T N1.7

Isaac GR00T N1.7 es un modelo VLA de 3.000 millones de parámetros con una arquitectura de dos partes llamada Action Cascade:

  • Backbone Cosmos-Reason2-2B: procesa tokens de imagen e instrucciones de lenguaje; genera un vector de razonamiento contextual.
  • Diffusion Transformer de 32 capas: toma la salida del VLM y el estado actual del robot y genera comandos motores precisos en tiempo real.

En comparación con el predecesor N1.6, en N1.7 se incluyeron aproximadamente 20.000 horas de vídeo EgoScale de personas en el preentrenamiento, lo que según NVIDIA mejora la generalización a nuevas tareas y la capacidad de seguir instrucciones de lenguaje. El modelo está en fase GA (Disponibilidad General) desde abril de 2026; la integración en LeRobot del 7 de julio lo hace accesible a un público de desarrolladores significativamente más amplio.

Apache 2.0 — uso comercial libre

Un aspecto decisivo es la licencia: GR00T N1.7 está bajo Apache 2.0. Esto permite a las empresas utilizar el modelo también en productos comerciales sin pagar tarifas de licencia — una señal clara de que NVIDIA quiere acelerar su adopción en la industria. Los pesos del modelo están disponibles públicamente en GitHub y Hugging Face.

Los tres nuevos componentes en LeRobot

ComponenteFunción
Isaac GR00T N1.7Política fundacional VLA para manipulación y locomoción
Isaac TeleopFramework para capturar datos de demostración de alta calidad (para post-entrenamiento)
Isaac Lab-ArenaColección de entornos de simulación para entrenamiento y evaluación en el LeRobot Environment Hub

Adicionalmente, Cosmos 3 de NVIDIA (World Foundation Model) también deberá integrarse en LeRobot en una fase posterior.

Relevancia para el ecosistema

LeRobot, desde su creación por Rémi Cadène (quien desarrolló la biblioteca en 2024/25 en Hugging Face y hoy dirige la startup europea UMA) se ha convertido en la plataforma de robótica de código abierto más utilizada. La integración de GR00T N1.7 significa: quien conecte una plataforma humanoide en LeRobot puede ahora post-entrenar directamente un modelo de última generación y evaluarlo en simulación — sin entornos de desarrollo propietarios. Según NVIDIA, el número de desarrolladores de robótica en Hugging Face está creciendo rápidamente; la colaboración busca reducir la fragmentación de las cadenas de herramientas en el área de Physical AI.

⚠️ Los datos de rendimiento de GR00T N1.7 (generalización, seguimiento de instrucciones de lenguaje) se basan en comunicaciones propias de NVIDIA y no habían sido confirmados por benchmarks independientes de terceros en el momento del cierre de redacción.

Quellen

  1. NVIDIA and Hugging Face Bring New Models and Frameworks to LeRobot for the Open Robotics Community (NVIDIA Blog, 07.07.2026)
  2. NVIDIA and Hugging Face Bring New Models and Frameworks to LeRobot for the Open Robotics Community (RoboticsTomorrow, 07.07.2026)
  3. Nvidia and Hugging Face Bring New Models and Frameworks to LeRobot for Open Source Robotics (The AI Insider, 07.07.2026)
  4. NVIDIA Isaac GR00T N1.7 — Open Reasoning VLA Model for Humanoid Robots (Hugging Face Blog)
  5. NVIDIA/Isaac-GR00T — GitHub Repository