Tek cümlelik özet: NVIDIA, en güçlü açık kaynaklı insansı robot beyni GR00T 1.7 ve teleoperasyon aracı NVIDIA Isaac Teleopu, Hugging Face LeRobot’a yerel olarak entegre etti. Seeed’in reBot DevArm (7 DOF) bu teknoloji yığını başarıyla benimsedi. Geliştiriciler artık bir reBot ve bir VR başlığı kullanarak simülasyonda veri kaydedebilir, bir modeli eğitebilir ve bunu doğrudan gerçek robota dağıtarak tüm döngüyü tek bir gecede tamamlayabilirler.
6 Temmuz 2026’da, NVIDIA ve Hugging Face resmi olarak şunları duyurdu:
- Isaac Teleop (teleoperasyon veri toplama çerçevesi) LeRobot’a yerel olarak entegre edilmiştir.
- GR00T N1.7 (3 milyar parametreli açık kaynaklı VLA temel modeli) LeRobot’a yerel olarak entegre edilmiştir.
- Cosmos 3 fiziksel dünya üretim modeli de gelecekte LeRobot ekosistemine katılacaktır.
Bu, dünyanın 3 milyon NVIDIA robotik geliştiricisi ve 16 milyon Hugging Face AI geliştiricisinin artık standartlaştırılmış, açık kaynaklı ve ticari olarak uygulanabilir bir uçtan uca robotik geliştirme hattına sahip olduğu anlamına geliyor: Teleoperasyon → Veri Standartlaştırma (LeRobot) → Model İnce Ayarı (GR00T N1.7) → Simülasyon Doğrulama (Isaac Sim/Lab) → Gerçek Dünya Dağıtımı (Jetson)
Daha önemlisi, Seeed’in reBot DevArm bu geliştirme yığınının her katmanına başarıyla uyum sağladı ve bu yeni paradigma için ilk fiziksel donanım platformlarından biri haline geldi.
🤖 Seeed reBot Arm: NVIDIA Isaac Teleop için Anahtar Lansman Doğrulama Aracı
Asier Arranz, NVIDIA’da Robotik ve Fiziksel AI için Kıdemli Geliştirici Savunucusu, LinkedIn’de tam doğrulama sürecini paylaştı:
“Isaac Teleop + GR00T N1.7 yığını SO-ARM101’den tamamen yeni bir robot koluna—reBot DevArm—taşıdık ve Isaac Lab’de XR aracılığıyla teleoperasyonunu gerçekleştirdik. Görev ‘Hugging Face Emoji’yi kurtarmaktı: emojiyi bir kum havuzundan alıp bir ahşap kaseye yerleştirmek. 40 gösterim (Quest 3 ile) standart bir LeRobot veri setine paketlendi. GR00T N.7’yi yeni bir beden olarak ince ayar yaptıktan sonra, ertesi sabah otonom olarak görevi tamamlayabildi. Tüm öğrenme döngüsü tamamen simülasyonda tamamlandı.”
(Video kaynağı: Asier Arranz LinkedIn)
| Ana Nokta | Önemi |
| 7 DOF | Daha yüksek serbestlik dereceleri, kolu hassas manipülasyon ve karmaşık pozlar için daha uygun hale getirir, yüksek uç efektör esnekliği ile. |
| Quest 3 + CloudXR + Isaac Lab | “VR Teleoperasyon → Simülasyon Eğitimi → Gerçek Dünya Dağıtımı”nın en son iş akışını temsil eder. |
| 40 demo → Politika bir gecede | Veri toplama ile kullanılabilir bir politika arasındaki süreyi saatlik bir ölçeğe sıkıştırır. |
Yük: 2.5kg, Tekrar Edilebilirlik: ±0.1mm. reBot Arm hakkında daha fazla bilgi edinin: https://www.seeedstudio.com/reBot-Arm-B601-RS-Bundle-p-6898.html
📚 GR00T N1.7 + Isaac Teleop + LeRobot Ne Anlama Geliyor?
- GR00T N1.7: İnsansı Robotlar için “Açık Kaynak Beyin”
GR00T N1.7, NVIDIA’nın ilk açık kaynaklı ve ticari olarak kullanılabilir Görüntü-Dil-Eylem (VLA) temel modelidir. 3 milyar parametre ile, temel yeteneği “gördüğü şey + duyduğu talimatı” doğrudan “robot eylemlerine” çevirmektir.
Önceki nesile göre ana yükseltmeler:
- Uzun Ufuk Akıl Yürütme: “malzeme al → monte et → depola” gibi çok adımlı görevleri otonom olarak çözebilir, ortada “unutmadan” tamamlayabilir.
- Parmak Seviyesi Çeviklik: Beş parmağın bağımsız kontrolünü destekler, küçük parça montajı ve reaktör manipülasyonunu kolayca gerçekleştirir.
- EgoScale Ön Eğitim: 20,800 saatten fazla insan birinci şahıs videosu üzerinde eğitilmiştir. Daha fazla insan verisi, robotu daha akıllı hale getirir (öngörülebilir bir “çeviklik ölçekleme yasası” izleyerek).
- Yeni Omurga: Yerel çözünürlük işleme ile Cosmos-Reason2-2B (Qwen3-VL mimarisi) ile, zorunlu dolgu ortadan kaldırılmıştır.
- Apache 2.0 Ticari Lisansı: Şirketler bunu doğrudan üretim hatlarında yasal risk olmadan dağıtabilirler.
- Isaac Teleop: Veri Toplama için “VR Uzaktan Kumanda”
Teleop, robotik geliştirmedeki en acı verici sorunu çözer: yüksek kaliteli gösterim verilerini nereden alacağınız.
Isaac Teleop, standartlaştırılmış, birlikte çalışabilir formatlarda dış cihazlardan insan gösterimlerini verimli bir şekilde yakalamayı destekleyen açık kaynaklı bir robot veri toplama çerçevesidir. Kolayca genişletilebilir ve toplulukla paylaşılabilir, tüm süreçler LeRobot’a sorunsuz bir şekilde entegre edilmiştir.
- Önce: Hareket yakalama kostümleri için insan kiralama, laboratuvar kiralama, özel veri toplama kodu yazma—yüksek maliyet, uzun döngü.
- Şimdi: Bir Quest 3 başlığı takın, simüle edilmiş veya gerçek bir robot kolunu uzaktan kontrol edin ve sistem otomatik olarak standart bir LeRobot veri seti (Parquet formatında) çıktısını verir.
Toplanan yollar şunları içerir:
- İkili kamera görüntüleri
- Eklem açısı dizileri
- Uç efektör pozları
- Doğal dil talimatı anotasyonları
- LeRobot: Robotik için Açık Kaynak Eğitim Alanı
LeRobot v0.6.0, Embodied AI için Hugging Face’den büyük bir yükseltmedir. Dünya modelleri, VLA modelleri, ödül modelleri, otomatik veri işleme ve değerlendirme araçları tanıtarak “Robot Veri Toplama → Model Eğitimi → Dağıtım → Geri Bildirim Optimizasyonu”nun tam öğrenme döngüsünü daha da açar. Şunları birleştirir:
- Veri seti formatı (Parquet yapılandırılmış yol dosyaları)
- Model eğitim betikleri (GR00T, Pi, SmolVLA gibi ana akım politikaları destekler)
- Değerlendirme ve görselleştirme araçları (gerçek zamanlı tekrar için yerleşik Rerun)
NVIDIA’nın Isaac Teleop ve GR00T’u LeRobot’a yerel olarak entegre etmesi, geliştiricilerin artık kendi veri dönüştürme betiklerini yazmalarına veya kendi eğitim çerçevelerini oluşturmalarına gerek kalmadığı anlamına geliyor—bir komut satırı araç zinciri, toplama işleminden dağıtıma kadar her şeyi yönetiyor.
🛠️ Pratik Rehber: Bu Yığını reBot Arm ile Nasıl Çalıştırırsınız
Eğer zaten bir reBot DevArm’e sahipseniz (veya bir tane almayı planlıyorsanız), işte önerilen uygulamalı yol:
Adım 1: Ortam Kurulumu
| Bileşen | Önerilen Konfigürasyon |
| Robot Kol | Seeed reBot Arm DM/RS (7 DOF) |
| Hesaplama Platformu | NVIDIA Jetson AGX Thor / x86 PC + RTX GPU |
| VR Cihazı | Meta Quest 3 (Isaac Teleop teleoperasyonu için) |
| Yazılım Yığını | Isaac Sim / Isaac Lab + LeRobot v0.6.0 + Isaac Teleop |
İpucu: reBot Arm’ın sürücüleri ve ROS 2 arayüzü açık kaynaklıdır ve doğrudan Isaac Teleop’un kontrol arayüzüne bağlanabilir.
Adım 2: Simülasyonda İlk Döngüyü Tamamlayın
Gerçek robota geçmeden önce simülasyonda tam süreci tamamlamanızı şiddetle öneririz:
- Isaac Lab + reBot simülasyon modelini başlat
- Isaac Lab’da reBot DevArm USD modelini yükleyin (veya süreci anlamak için SO-101 modelini kullanın).
- Simülasyon ortamını yapılandırın (kum havuzu, ahşap kase, tutulacak nesneler).
- Isaac Teleop ile gösterim verilerini kaydedin
- Quest 3’ü bağlayın ve CloudXR akışını başlatın.
- Görevi tamamlamak için birinci şahıs görünümünde simüle edilmiş robot kolunu teleoperasyon ile kontrol edin.
- 30-50 yol kaydedin, bu veriler otomatik olarak standart LeRobot veri seti olarak dışa aktarılacaktır.
- GR00T N1.7’yi LeRobot’ta ince ayar için yükleyin
nvidia/GR00T-N1.7ağırlıklarını Hugging Face’den çekin.- Özel veri setinizi yüklemek için LeRobot eğitim betiğini kullanın.
- Anahtar parametreler: eylem tahmin ufku, kamera girişi yapılandırması, dil istemi şablonu.
- Politikayı simülasyonda değerlendirin
- Isaac Lab-Arena’da toplu değerlendirmeler yapın.
- Metriklere odaklanın: kavrama başarı oranı, görev tamamlama süresi, eylem akıcılığı.
- Gerçek robota dışa aktarın ve dağıtın
- GR00T N1.7 ONNX / TensorRT dışa aktarmayı destekler.
- Jetson Thor gibi kenar cihazlarına dağıtın.
- Sim-to-Real hatasını azaltmak için Teleop veri toplama kalibrasyon parametrelerini yeniden kullanın.
Adım 3: Simülasyondan Gerçek reBot’a Geçiş Yapın
Simülasyon politikası stabil hale geldiğinde, fiziksel reBot Koluna geçiş için anahtar noktalar:
- Kalibrasyon Hizalaması: Simülasyon modelindeki eklem sıfır noktalarının ve DH parametrelerinin gerçek robotla eşleştiğinden emin olun.
- Gecikme Telafisi: Gerçek robot iletişim gecikmesi (CAN/USB) çıkarım döngüsünde zamanla hizalanmalıdır.
- Güvenlik Marjları: İlk gerçek dünya çalışması için hız limitini düşürmek ve acil durdurma anahtarı kurmak önerilir.
- Artımlı İterasyon: Gerçek dünya performansı zayıfsa, başarısız senaryolar için gösterim verisi toplamak üzere Teleop’a geri dönün.
Neden bu, Embodied AI için “iPhone Anı”?
GR00T N1.7 + LeRobot’tan önce, otonom kavrama için bir robot kol politikası eğitmek genellikle geliştiricilerin:
- Kendi teleoperasyon kodlarını yazmalarını (2-4 hafta)
- Özel bir veri formatı tasarlayıp temizlemelerini (1-2 hafta)
- Kendi robotlarına uyacak şekilde açık kaynak VLA modellerini hacklemelerini (3-6 hafta)
- Bir simülasyon ortamı oluşturmalarını ve Sim-to-Real yapmalarını (2-4 hafta)
Toplam döngü: 2-4 ay ve yeniden üretmek zor.
Artık, NVIDIA + Hugging Face + Seeed donanımının birleşimi ile:
- Bir VR başlığı ile bir gecede veri kaydedin.
- Tek bir komutla LeRobot eğitimine başlayın.
- GR00T N1.7 önceden eğitilmiş ağırlıkları, sıfırdan eğitim yapmanıza gerek kalmadığı anlamına gelir.
- Isaac Sim simülasyon doğrulaması, gerçek robota dokunmadan önce politikanın iyi olup olmadığını bilmenizi sağlar.
Bireysel geliştiriciler, üniversite laboratuvarları ve KOBİ’ler—artık milyon dolarlık bütçelere ve on kişilik ekipler kurmaya ihtiyaç duymuyor. Bir kişi, bir reBot, bir hafta sonu ve aylar süren bir robot demosu oluşturabilirsiniz.
🚀 Seeed, Geliştiriciler için Açık Kaynak Embodied AI Ekosistemini Geliştirmeye Devam Ediyor
Seeed, AI ve robotik donanım alanlarında “geliştiriciler için engelleri azaltma ve teknolojiyi erişilebilir kılma” felsefesine her zaman bağlı kalmıştır:
- NVIDIA Jetson Ekosistemi: Jetson Orin Nano’dan AGX Thor’a kadar, Seeed, NVIDIA onaylı yüksek hesaplama taşıyıcı kartlar ve kenar bilişim kitleri sunmaya devam ediyor.
- ROS 2 ve diğer açık kaynak yığınları için destek: reBot serisi robot kolları, yerel olarak ROS 2/Pinocchio ve diğer robot hareket kontrol yığınlarını desteklemektedir.
- LeRobot Uyarlaması: reBot Kol, GR00T N1.7 + Isaac Teleop çerçevesi ile uyumlu hale getirilmiştir.
Sonraki adımda, Seeed bu teknoloji yığını etrafında daha fazla uyarlama içeriği yayınlayacak, bunlar arasında:
- reBot Kol × Isaac Teleop için ayrıntılı eğitimler
- Önceden yapılandırılmış LeRobot veri setleri ve ince ayar betikleri
- Topluluk etkinlikleri ve teknik canlı yayınlar (Bizi izlemeye devam edin!)
📎 Başlangıç Kaynakları
| Kaynak | Bağlantı |
| GR00T N1.7 Model Ağırlıkları | huggingface.co/nvidia/GR00T-N1.7 |
| LeRobot Resmi Belgeleri | huggingface.co/docs/lerobot/groot |
| Isaac Teleop + LeRobot + SO-101 Kılavuzu | nvidia.github.io/IsaacTeleop/main/getting_started/lerobot/index.html |
| NVIDIA Resmi Blogu | blogs.nvidia.com/blog/hugging-face-lerobot-models-frameworks-open-robotics/ |
| reBot Kol için GR00T N1.7’yi İnce Ayar Yapın ve Jetson Thor’a Dağıtın | wiki.seeedstudio.com/cn/fine_tune_gr00t_n1.7_for_rebot_arm_and_deploy_on_robotics_j601/ |