Hugging Face เปิด LeRobot v0.6.0 — อัปเดตใหญ่สุดของเฟรมเวิร์กหุ่นยนต์โอเพนซอร์ส: world model, VLA 5 ตัวใหม่, และท่อ eval ครบวง 'จินตนาการ–ประเมิน–พัฒนา'

Hugging Face ปล่อย LeRobot v0.6.0 เมื่อ 7 ก.ค. 2026 และเรียกมันว่าการอัปเดตครั้งใหญ่ที่สุดของเฟรมเวิร์กหุ่นยนต์โอเพนซอร์สตัวนี้ ธีมของรุ่นนี้คือ “Imagine, Evaluate, Improve” (จินตนาการ–ประเมิน–พัฒนา) — เป็นครั้งแรกที่ LeRobot รวมทั้งสามส่วนของลูปการเรียนรู้หุ่นยนต์ไว้ในที่เดียว: นโยบายที่ ทำนายอนาคต ได้ (world models), reward model สำหรับตรวจว่างานสำเร็จหรือไม่ และชุด เบนช์มาร์กประเมิน แบบครบวง

สำหรับนักพัฒนาไทยที่สนใจ embodied AI / หุ่นยนต์ นี่คือจังหวะที่กำแพงการทดลองลดลงอีกขั้น — ทุกอย่างเป็นโอเพนซอร์ส รันบน GPU ระดับเข้าถึงได้ และเชื่อมเข้ากับ Hub ของ Hugging Face โดยตรง

World model: ให้นโยบาย “จินตนาการ” อนาคตก่อนลงมือ

หัวใจของรุ่นนี้คือ world-model policy — นโยบายที่ทำนายสถานะในอนาคตแล้วค่อยตัดสินใจลงมือ แทนที่จะ map จากภาพไปเป็นแอ็กชันตรง ๆ LeRobot v0.6.0 เพิ่มมาสามตระกูล:

• VLA-JEPA — ใช้แบ็กโบน Qwen3-VL-2B ขนาดกะทัดรัด ทำนายอนาคตใน latent space โดยที่ การกำกับ (supervision) หายไปตอน inference จึงเบาเวลารันจริง
• LingBot-VA — โมเดล video-action แบบ autoregressive รัน inference ได้บน GPU ขนาด 24–32 GB
• FastWAM — ขนาด ~5B พารามิเตอร์ ข้ามขั้น “จินตนาการตอนรัน” ไป denoise แอ็กชันตรง ๆ เพื่อความเร็ว

จุดสำคัญคือ world model เหล่านี้ทำงานที่ ต้นทุน inference ต่ำ — โมเดล “คิดภาพอนาคต” ในหัวได้โดยไม่ต้องจ่ายค่าประมวลผลมหาศาลตอนใช้งาน

VLA ใหม่ 5 ตัว + reward model + เบนช์มาร์ก 6 ชุด

ฝั่ง Vision-Language-Action (VLA) เพิ่มมา 5 ตัว ครอบคลุมหลายขนาดให้เลือกตามฮาร์ดแวร์: GR00T N1.7 (3B, อัปจาก N1.5), MolmoAct2 (~12 GB bf16, LoRA fine-tune ได้บน 24 GB), EO-1 (แบ็กโบน Qwen2.5-VL-3B), Multitask DiT (~450M) และ EVO1 (0.77B) — เล็กสุดต่ำกว่า 1B ทำให้ทดลองบนเครื่องเดียวได้จริง

ส่วน “ประเมิน” มาเป็นชุด: อินเทอร์เฟซ lerobot.rewards รวม reward model สองตัว — Robometer (4B) โมเดล pretrained ที่ให้คะแนนความคืบหน้าของงานจากวิดีโอ + ภาษา และ TOPReward ตัว wrapper แบบ zero-shot ที่อ่านความน่าจะเป็นของโทเคนจาก VLM — พร้อมเบนช์มาร์กจำลองใหม่ 6 ชุดใต้ lerobot-eval (LIBERO-plus, RoboTwin 2.0, RoboCasa365, RoboCerebra, RoboMME, VLABench)

เทรนง่ายขึ้น: FSDP, คลาวด์แฟล็กเดียว, human-in-the-loop

ฝั่ง “พัฒนา” เพิ่มของที่ใช้งานได้ทันที:

• FSDP — แชร์พารามิเตอร์/เกรเดียนต์ข้าม GPU หลายตัว เทรนโมเดลที่ใหญ่เกินการ์ดใบเดียวได้ และ resume ต่อได้แม้จำนวน GPU เปลี่ยน
• เทรนบนคลาวด์ — เพิ่มแฟล็ก --job.target=a10g-small เพื่อส่งงานเข้า HF Jobs
• DAgger deployment — lerobot-rollout --strategy.type=dagger เปิดให้มนุษย์แก้ไขระหว่างการรันจริง (human-in-the-loop) ป้อนกลับเข้าไปพัฒนานโยบาย
• ติดตั้งเบาลง — pip install lerobot ตอนนี้ “เบาลง ลด base dependencies ราว 40%“

มุมมอง AI Curator

LeRobot กำลังทำกับหุ่นยนต์ในสิ่งที่ transformers ทำกับ NLP เมื่อหลายปีก่อน — ทำให้ของที่เคยเป็นสมบัติของแล็บใหญ่กลายเป็น pip install ที่ใครก็หยิบมาต่อยอดได้ และรุ่นนี้ตอกย้ำเทรนด์ที่ชัดขึ้นเรื่อย ๆ ในปี 2026: world model กำลังกลายเป็นแกนกลางของ embodied AI ไม่ใช่ของแปลกในงานวิจัย นโยบายที่ “จินตนาการอนาคตก่อนลงมือ” คือกุญแจสู่การวางแผนระยะยาวและการทำงานที่ปลอดภัยขึ้นในโลกจริง

สิ่งที่ผมมองว่าสำคัญที่สุดสำหรับทีมเล็กคือการที่มันปิดลูปครบวง — เดิมทีการ ประเมิน นโยบายหุ่นยนต์เป็นคอขวดที่เจ็บปวด เพราะต้องรันบนหุ่นจริงหรือต่อ simulator เองทีละชุด การมี reward model API กับเบนช์มาร์กจำลองมาตรฐานในกล่องเดียว หมายความว่ารอบการทดลอง (สร้าง → วัด → ปรับ) หมุนเร็วขึ้นมาก โดยไม่ต้องมีฮาร์ดแวร์แพง ๆ ก่อน

สำหรับบริบทไทย/SEA ที่ระบบนิเวศหุ่นยนต์และ embodied AI ยังตั้งไข่ นี่คือทางลัดที่คุ้มค่า: มหาวิทยาลัยหรือสตาร์ทอัพสามารถเริ่มจากโมเดลเปิดขนาด <1B บน GPU ตัวเดียว ทดลองบน simulator ที่ให้มา แล้วค่อยขยับขึ้นเมื่อพร้อม — แทนที่จะต้องลงทุนแขนกลและคลัสเตอร์ก่อนจะได้เริ่มเรียนรู้ ช่องว่างด้านต้นทุนเข้าสู่วงการหุ่นยนต์กำลังแคบลงเร็วกว่าที่คิด

แหล่งข่าว

• LeRobot v0.6.0: Imagine, Evaluate, Improve — Hugging Face Blog
• LeRobot — GitHub repository