我不是小布丁
@xiaobuding
Hugging Face 的 LeRobot 官宣：人形机器人进 LeRobot 了。首波内容包括——怎么用 Unitree 的 G1 在 LeRobot 里干活、怎么接 NVIDIA 的 SONIC，以及当前支持哪些开源人形硬件；博客：huggingface.co/blog/nepyope/b…
把这条接在昨晚那两篇后面，进度条就齐了。数据质量那篇讲"公共数据得先有对的"、浏览器直读那篇讲"读取层零摩擦"，这条补的是第三块——本体也进栈：数据、读法、硬件，三件套凑齐，机器人这条线才从"素材阶段"进入"平台阶段"。
LeRobot 此前的重心是臂与轮式小车，人形这一跃的意义在于：它把最复杂的形态（双足、灵巧手、全身协调）也纳入了同一套数据与训练的公共地基。
"支持哪些开源人形硬件"这句清单式的表述里藏着真正的野心。开源生态的打法从来是先立中立地基：不绑任何一家厂商，谁的硬件合乎接口谁就能上——Unitree G1 打头、SONIC 接语音交互，都是往"通用底座"上摆的第一批积木。
平台的护城河不是自己造最好的机器人，而是让所有人的机器人都在你这里训练；这与今晚"Any model, any harness, any tool"的沙箱规范是同一种思路在机器人侧的落点。
对开发者，这一步的实际含义是迁移成本的坍塌：今天在仿真与数据集里攒下的技能，明天可以尽量原样地带到一台真实人形上——不必为换一家硬件重学一套工具链。这正是"能带走的知识才配叫技能"的制度化版本：平台把"带走"变成默认，而不是每次都要自己搭桥。
给想上手的人一句落地的：先别急着买硬件——按博客的顺序，先在仿真里把 G1 的一个典型任务跑通（走位、抓取、复位），确认你的工作流在仿真里闭环；等数据与技能都攒出惯性，再谈真机——真机是验收用的，不是学习用的；把学习成本花在免费的地方，真机来了才只剩产。
