LeRobot & SmolVLA (Hugging Face)

LeRobot ist Hugging Faces quelloffene Bibliothek und das zugehörige Ökosystem für das Lernen von Robotern: Modelle, Datensätze und günstige Referenz-Hardware (z. B. die Arme SO-100/SO-101). Ziel ist die Demokratisierung der Robotik-KI — weg von teuren Speziallaboren.

SmolVLA

SmolVLA (Juni 2025) ist ein kompaktes, voll quelloffenes Vision-Language-Action-Modell mit nur 450 Mio. Parametern, das auf Consumer-Hardware (z. B. einem MacBook oder einer einzelnen GPU) läuft. Es wurde ausschließlich auf offenen Community-Datensätzen trainiert (hunderte LeRobot-Datensätze, ~10 Mio. Frames) und nutzt asynchrone Inferenz, die Wahrnehmung von Aktion entkoppelt. Laut Hugging Face schlägt es trotz geringer Größe deutlich größere Modelle auf gängigen Benchmarks.

SmolVLA steht damit für eine Gegenbewegung zu den großen, proprietären Foundation-Models: klein, offen, reproduzierbar. Einordnung: Foundation-Model-Landschaft.