开源项目
开源项目

Hugging Face 的 399 美元机器鸭 Microduck:双仓库 5100 星全开源,但硬件设计文件是否开源存在分歧

2026 年 8 月 27 日,Hugging Face 与旗下 Pollen Robotics 发布 Microduck:25 厘米高、不到 800 克的鸭形双足机器人,售价 399 美元,当天开放预订。硬件参数是 RK3566 主控、1GB 内存加 32GB 存储、15 个 XL330 舵机、8×8 ToF 激光雷达、2600mAh 电池(标称续航约一小时),控制策略以 ONNX 跑在板载芯片上、控制环 50Hz——这一条把它和「带 App 的玩具」区分开。真正值钱的是随硬件一起放出来的软件:运行时与 SDK、物理仿真环境、完整强化学习训练栈,两个 GitHub 仓库 `pollen-robotics/microduck` 与 `microduck_rl` 均以 Apache-2.0 发布,2026-08-31 经 API 实测分别为 4108★/485 fork 与 1037★/179 fork。训练侧用 MuJoCo Warp(mjlab)加 PPO,4096 个并行环境下 1 到 2 小时能出可部署步态,并用执行器模型、域随机化与 backlash 仿真解决 sim-to-real,观测归一化在导出 ONNX 时烘焙进图里。需要说清的是:硬件设计文件是否一并开源,来源之间存在分歧,本文单列一节拆成四层供读者自查,不替任何一方下结论。

发布于 2026年8月31日8 分钟阅读
<!-- microduck-open-source-robot-resource | open-source | Hugging Face 的 399 美元机器鸭 Microduck:双仓库 5100 星全开源,但硬件设计文件是否开源存在分歧 -->

2026 年 8 月 27 日,Hugging Face 与旗下法国机器人公司 Pollen Robotics 发布了 Microduck,一只 25 厘米高、重不到 800 克的鸭形双足机器人,售价 399 美元,当天开放预订。它的硬件参数谈不上惊艳,真正值得注意的是随硬件一起发布的那套软件:运行时与 SDK、物理仿真环境、完整的强化学习训练栈,全部以 Apache-2.0 放到了 GitHub 上。用 Hugging Face CEO Clem Delangue 的说法,这是一只"你可以用强化学习教会新把戏的开源机器人"。

先说边界:本文硬件规格来自 Pollen Robotics 发布信息与多家媒体(byteiota、PeopleAreGeek、Tbreak、电子工程专辑、今日头条转载)的交叉核对;两个 GitHub 仓库的星数、fork 数、许可证与语言字段为作者于 2026-08-31 通过 GitHub API 实测取得;销售数据与交付周期为媒体报道口径,非官方财报数据。有一处关键事实存在来源分歧(硬件设计文件是否一并开源),文中已明确标注,不替读者下结论。信息截至 2026-08-31,发布两周内情况变化较快,请以仓库与官网现状为准。

一、这是什么:把机器人做成一只鸭

Microduck 的外形是一只鸭子,25 厘米高、14 厘米宽,重量控制在 800 克以下。它由 Pollen Robotics 制造,这家法国公司在 2025 年 4 月被 Hugging Face 收购,此前的产品是面向研究机构的 Reachy 系列。Microduck 是收购之后推出的第二款消费级机器人,前一款 Reachy Mini 桌面机器人累计售出约 1 万台。

出厂时它内置了七种预训练行为:行走、坐下、站立、蹲下、踢球、用喙捡东西,以及跌倒之后自己爬起来。最后这一条值得单独拎出来说。小型双足机器人最现实的问题不是走得稳不稳,而是摔了之后怎么办——一台每次摔倒都需要人去扶的机器人, unsupervised 运行十分钟左右就失去意义了。所以"跌倒自恢复"被放进出厂行为里,反映的正是设计者对这个场景的理解。装上配件包里的滚轮,它还能滑冰。

硬件配置是这样的:主控用瑞芯微 RK3566(Radxa Zero 3W),四核 Cortex-A55,带约 0.8 TOPS 的 INT8 NPU;1GB 内存配 32GB 存储;传感部分是一颗前置摄像头、两颗 IMU(分别在机身和头部)、一颗 8×8 的 ToF 激光雷达,另有麦克风、扬声器与两组 NFC 天线;通信支持 Wi-Fi 与蓝牙,可以连接游戏手柄;电池是 2600mAh 的可拆卸 NP-F550,官方标称续航约一小时。

最关键的一条规格是:控制策略以 ONNX 格式跑在板载的 RK3566 上,控制环频率 50Hz。这意味着决定下一步脚往哪放的计算不经过云端。这一条把研究平台和"带 App 的玩具"区分开了。

二、执行机构:15 个舵机与 14 维策略输出

整机有 15 个自由度,用的是 Dynamixel XL330 舵机。强化学习策略输出 14 维,覆盖双腿与头颈,嘴部那个舵机独立控制。

把这两条放在一起看,能读出这套系统的设计取舍:策略负责的是运动与平衡的连续控制,而喙的开合是一个离散的、由上层逻辑触发的动作,不进策略网络。这种切分在工程上很常见,好处是策略网络可以更专注,坏处是"用喙捡东西"这个动作的实际成功率,取决于上层触发逻辑与底层姿态的配合,而不是策略本身。

项目规格
尺寸与重量25cm 高 / 14cm 宽 / 800g 以下
主控Rockchip RK3566(4×Cortex-A55,约 0.8 TOPS INT8 NPU)
内存与存储1GB RAM / 32GB
执行机构15×Dynamixel XL330,策略输出 14 维,喙独立控制
传感器前置摄像头、2×IMU、8×8 ToF LiDAR、麦克风、扬声器、2×NFC 天线
通信Wi-Fi、蓝牙 / BLE、可连游戏手柄
电池2600mAh 可拆卸 NP-F550,标称约 1 小时
板载推理ONNX 策略,控制环 50Hz
出厂行为7 种(含跌倒自恢复、喙部抓取)

三、真正的重点:两个 Apache-2.0 仓库

硬件是包装,软件栈才是产品。这次同时放出了两个公开仓库,许可证均为 Apache-2.0。

仓库内容语言星 / fork创建最近推送
pollen-robotics/microduck运行时与 SDKRust4108 / 4852026-07-292026-08-31
pollen-robotics/microduck_rl仿真与 RL 训练栈Python1037 / 1792025-12-062026-08-31

上述星数、fork 数、许可证与语言字段均为 2026-08-31 通过 GitHub API 实测,两个仓库在核对当天都仍有提交活动。第二个仓库的创建时间是 2025 年 12 月,早于硬件发布八个月,这解释了为什么它一上来就能给出可用的训练流程而不是空白占位。

训练栈建立在 MuJoCo Warp(mjlab)之上,算法用 PPO,支持 4096 个并行环境跑在 CUDA GPU 上。按 Pollen 的说法,从零训出一个可用的步态大约需要一到两个小时。这个数字的意义在于:它把"试错"这件事的单位成本从几天压到了一两个小时,而试错成本恰好是物理强化学习最难跨越的门槛。

四、Sim-to-Real:这套训练栈值钱在哪

强化学习在仿真里跑通容易,搬到真机上崩掉是常态。摩擦系数、电机延迟、传感器噪声,任何一项建模不准,仿真里完美的策略落到硬件上就是一跤。microduck_rl 里给出的正是应对这个问题的配方,而且是以可运行代码的形式给的,不是论文。

具体包括:为 XL330 舵机建了 BAM 执行器模型,覆盖电压控制律、反电动势、库仑摩擦与 Stribeck 摩擦项;域随机化按环境逐项施加,随机的是电池电压、电压跌落、指令延迟、摩擦系数与地形;连齿轮间隙(backlash)也做了仿真。训练结束后,策略通过 scripts/export.py 导出为 ONNX,导出过程会把观测归一化直接烘焙进计算图,RK3566 上的运行时加载这个 ONNX 文件,以 50Hz 频率执行。

它之所以能work,是因为仿真是针对这块具体硬件标定过的。多数硬件创业公司在发布第一天拿不出这个东西。这也是这套代码真正的价值所在:你可以不买这只鸭子,直接拿这套配方去标定自己的机器人。

顺带一提,就算硬件还没到手,也能先开始:仓库里的仿真环境可以用,Hugging Face 上还有一个浏览器可直接访问的模拟器 Space,另有 Discord 社区。

五、开源到什么程度:一个存在分歧的问题

这是本文最需要读者自己判断的一节。

关于硬件设计文件是否随软件一并开源,报道之间存在分歧。英文媒体 byteiota 的写法是硬件原理图与软件同样以 Apache-2.0 发布;而电子工程专辑在列出两个仓库后明确注明"结构暂无开源",今日头条的转载同样写明"机器人的机械与电子设计文件并未开源"。

本文的核对结果是:两个公开仓库中存放的是 Rust 运行时、SDK、仿真与 RL 训练代码,未见机械图纸或电路设计文件。但仓库之外的发布形式(例如独立的硬件资料包)不在本文核对范围内,因此本文不替任何一方下结论,建议有商用或二次开发计划的读者直接核对仓库当前内容与 Pollen Robotics 官网的说明。

需要区分清楚的是两个概念:能下载、能跑、能改,与能否自由商用、能否二次分发,是两件事。Apache-2.0 解决的是后者,而且是对代码而言;硬件能否照着图纸自制,是另一条独立的线。这一层在开源硬件领域长期模糊,Microduck 恰好又踩在这个模糊地带。

顺着这个思路往下拆,开源硬件的"开源"至少有四个可分离的层次:软件栈、电路原理图、机械结构图纸、固件与物料清单。四个层次可以采用不同许可,也可能只公开其中一部分。Microduck 明确公开且经本文核对的是第一层,其余三层的状态在报道中存在分歧。

这个区分不是咬文嚼字,它直接决定你能做什么。只想训练策略、把机器人当作执行器的人,第一层完全够用,甚至不必买硬件,在仿真环境里就能把步态训出来。想照着图纸自己加工一台的人,需要的是第二层与第三层,而这恰好是分歧所在。想批量生产或做衍生产品的人,还要看第四层里物料的可获得性与成本。所以"它到底开不开源"没有单一答案,取决于你问的是哪一层。

顺便回应一个常见误解:Apache-2.0 是软件许可证,约束的是代码的复制、修改、分发与专利授权,并不天然覆盖机械结构与电路设计的生产权。把软件的开源许可直接读成"硬件也能随便造",是开源硬件领域流传最广的误读之一。类似的提醒在本批热点篇也成立——无论是 Sonnet 5 的定价条款,还是 Kimi 旧模型的下线公告,把那些前提条件当作需要主动核对的事实,而不是默认成立的假设,是 2026 年做技术选型的基本功。

六、卖疯了,但交付排到 4 到 6 个月

市场反应超出预期。按媒体报道,发布约 6 小时后预订金额突破 100 万美元,24 小时内订单金额超过 260 万美元,Hugging Face 联合创始人 Thomas Wolf 透露平均每 4 秒售出一台,目标销量 2 万台。代价是订单积压,新订单的预计交付时间已经延长到 4 至 6 个月。整机由深圳开源硬件企业矽递科技负责生产制造。

价格结构是这样的:本体 399 美元(税前与运费),双充电器加两块备用电池 39 美元,含备用电机与 NFC 标签的 Dev Pack 119 美元,含滚轮、球与激光笔的配件包 39 美元。如果打算深入 RL 工作流,119 美元那个 Dev Pack 值得考虑。

把价格放进坐标系里看,这条发布线的意图就很清楚了:Pollen 自家的 Reachy 2 是一台售价 7 万美元的全尺寸人形机器人,康奈尔与卡内基梅隆等实验室在用;Microduck 卖 399 美元。这中间不是渐进式的进步,而是把物理 AI 研究的入场费从"需要一笔经费或一个实验室"降到了"需要一张显卡和一个预订名额"。

七、谁该买,谁该等

适合现在下单的:想动手做物理强化学习的人。这类读者的瓶颈从来不是算法,而是没有一台摔得起、训得动、还能拿到训练代码的机器。399 美元加上一块 CUDA 显卡就能起步,这件事在过去几年里不成立。学生、创客空间、以及想给课程配实验平台的高校教师,也在这台机器的射程内。

建议观望的:想要一个能干活的家用机器人的人。一小时续航、800 克自重、25 厘米身高,这些参数决定了它的定位是实验平台而非生产力工具。另外,如果你的计划建立在"硬件图纸可自由复刻"这个前提上,请先按第五节说的,自己去核实设计文件的实际发布状态,不要基于本文或任何二手报道的转述做判断。

还有一个变量需要考虑:英伟达被报道正以约 130 亿美元洽谈收购 Hugging Face,相关消息在 Microduck 发布两天后公开,交易尚未完成。两个仓库的 Apache-2.0 许可证已经发布,代码已经在外,短期不会有变化;但收购完成后开源承诺是否延续,是一个公开未决的问题。对打算长期依赖这套栈做研究的人来说,值得把这一点计入风险,也值得现在就把需要的版本存一份。

最后给一句实用建议:不必等硬件到手才开始。仿真环境与训练栈现在就能跑,你可以先在 MuJoCo 里把步态训出来,等四到六个月后机器到货,直接把 ONNX 部署上去。这大概也是 Pollen 把软件先放出来的原因——硬件要等,学习不用等。

常见问题

Q1:硬件设计文件到底开没开源? A1:这个问题存在来源分歧,本文不替任何一方下结论。byteiota 的报道称原理图与软件同样以 Apache-2.0 发布;电子工程专辑与今日头条则明确称机械与电子设计文件未开源。可直接核验的一手材料是两个 GitHub 仓库本身——pollen-robotics/microduckpollen-robotics/microduck_rl,截至 2026-08-31 经 GitHub API 复核分别为 4108★/485 fork 与 1037★/179 fork,license 字段均为 Apache-2.0。建议自己 clone 下来看目录结构,按第五节拆的四层(软件栈、电路原理图、机械图纸、固件与 BOM)逐层核对,再判断能不能达到你的预期。

Q2:399 美元买到什么?什么时候能到货? A2:整机 $399,配置为 RK3566 主控、1GB 内存加 32GB 存储、15 个 XL330 舵机、8×8 ToF LiDAR、2600mAh 电池(标称续航约 1 小时),板载 ONNX 推理约 50Hz,出厂自带 7 种行为(含跌倒自恢复)。交付周期官方给的是 4 到 6 个月,深圳矽递代工。若你的计划依赖硬件按期到位,请把这个周期计入安排。

Q3:只有一块消费级显卡能训得动吗? A3:训练栈 microduck_rl 用 MuJoCo Warp(mjlab)加 PPO,官方称在 4096 个并行环境下 1 到 2 小时能出可部署步态。这是仿真里的数字,不是真机数字。仿真训练本身对硬件门槛不高,但训练轮次、并行环境数与你愿意等的时间直接相关;真机部署环节不需要训练算力,导出 ONNX 后走板载推理即可。具体显存基线官方未给,本文不替官方估算。

Q4:和 Reachy 2 这类平台该怎么选? A4:两者的量级完全不同——Reachy 2 售价约 $70,000,Microduck 是 $399。如果你的目标是人形操作、双臂抓取或接近真实作业场景的研究,Reachy 2 那条线的能力边界明显更宽;如果你的目标是拿到一台摔得起、训得动、还能改训练代码的物理强化学习平台,Microduck 把入场费从"需要一笔经费或一个实验室"降到了"需要一张显卡和一个预订名额"。先确认你要研究的问题,再倒推需要哪台机器。

Q5:英伟达洽谈收购 Hugging Face,会影响这两个仓库吗? A5:短期不会。两个仓库的 Apache-2.0 许可证已经发布,代码已经在外,许可证对已发布版本是不可撤销的。变量在中长期:收购洽谈的消息在 Microduck 发布两天后公开,交易尚未完成,收购完成后开源承诺是否延续是公开未决的问题。对打算长期依赖这套栈做研究的人,务实的做法是把你依赖的版本存档一份,同时关注 microduck_rl 的后续提交活跃度——那比任何承诺都更能说明问题。

本文由 AI 辅助生成,经人工审核编辑。最后更新:2026-08-31

常见问题

硬件设计文件到底开没开源?
这个问题存在来源分歧,本文不替任何一方下结论。byteiota 的报道称原理图与软件同样以 Apache-2.0 发布;电子工程专辑与今日头条则明确称机械与电子设计文件未开源。可直接核验的一手材料是两个仓库本身,建议自己 clone 下来看目录结构,按文中拆的四层(软件栈、电路原理图、机械图纸、固件与 BOM)逐层核对,再判断能否达到你的预期。
399 美元买到什么?什么时候能到货?
整机 399 美元,配置为 RK3566 主控、1GB 内存加 32GB 存储、15 个 XL330 舵机、8×8 ToF 激光雷达、2600mAh 可拆卸电池(标称续航约一小时),板载 ONNX 推理约 50Hz,出厂自带七种行为(行走、坐下、站立、蹲下、踢球、用喙捡东西、跌倒自恢复),配件包含滚轮。交付周期官方给的是 4 到 6 个月,深圳矽递代工。若你的计划依赖硬件按期到位,请把这个周期计入安排。
只有一块消费级显卡能训得动吗?
训练栈 microduck_rl 用 MuJoCo Warp(mjlab)加 PPO,官方称在 4096 个并行环境下 1 到 2 小时能出可部署步态。这是仿真里的数字,不是真机数字。仿真训练本身对硬件门槛不高,但训练轮次、并行环境数与你愿意等的时间直接相关;真机部署不需要训练算力,导出 ONNX 后走板载推理即可。具体显存基线官方未给,本文不替官方估算。
和 Reachy 2 这类平台该怎么选?
两者量级完全不同——Reachy 2 售价约 70000 美元,Microduck 是 399 美元。如果你的目标是人形操作、双臂抓取或接近真实作业场景的研究,Reachy 2 的能力边界明显更宽;如果你的目标是拿到一台摔得起、训得动、还能改训练代码的物理强化学习平台,Microduck 把入场费从「需要一笔经费或一个实验室」降到了「需要一张显卡和一个预订名额」。先确认要研究什么问题,再倒推需要哪台机器。
英伟达洽谈收购 Hugging Face,会影响这两个仓库吗?
短期不会。两个仓库的 Apache-2.0 许可证已经发布,代码已经在外,许可证对已发布版本不可撤销。变量在中长期:约 129 亿美元的收购洽谈消息在 Microduck 发布两天后公开,交易尚未完成,收购完成后开源承诺是否延续是公开未决的问题。对打算长期依赖这套栈做研究的人,务实做法是把依赖的版本存档一份,同时关注 microduck_rl 的后续提交活跃度——那比任何承诺都更能说明问题。

相关文章

开源项目

DeepSeek-V4-Flash-Vision-Exp 开源发布

DeepSeek-V4-Flash-Vision-Exp 是 V4-Flash 的视觉实验版。核真更正:它不在 GitHub(api.github.com 该仓库返回 HTTP 404),开源地在 Hugging Face(deepseek-ai/DeepSeek-V4-Flash-Vision-Exp);IT之家实际报道于 2026/8/31 19:35,非 9/1。MIT 许可(可商用),支持 JPEG/PNG/GIF/WebP 图片输入,视觉能力接近 Claude Opus 4.8、纯文本与 V4-Flash 持平,均出自官方 API 文档与媒体。参数量约 305B、1M 上下文为媒体转述【未确认】。本文给落地指引:自部署走 HF 模型卡、轻量调用走官方 API,并提醒先拿真实业务图做冒烟测试。已确认与未确认项在文中分表呈现。

2026年9月1日10 分钟阅读
开源项目

LLaDA-Image:蚂蚁全开源的 6B 统一生图编辑模型

蚂蚁 InclusionAI 开源 6B 统一图像生成与编辑模型 LLaDA-Image(GitHub 2026-09-09 快照 208 星 / Python / 创建 2026-08-31)。单一权重同时做文生图与指令编辑,backbone 与 DiT 都是扩散模型的统一框架,图像-only 预训练建视觉先验,Turbo 版用 Twin-DMD 蒸馏把 50 步压到 4 步;Qwen-Image-Bench 英文 53.53、中文 53.38 双料 SOTA;HF 与 ModelScope 提供 Base/Turbo 各含 FP8 四档权重,9-07 起有社区 ComfyUI。最重要避坑:仓库 license 字段为 null、无 LICENSE 文件,商用前须向官方确认,不可臆测为 Apache/MIT。

2026年9月9日10 分钟阅读
开源项目

OpenMAIC周增八千星登顶,把文档变多智能体课堂

THU-MAIC/OpenMAIC 以周增 8,095 星登顶 GitHub 周榜(2026-09-08 快照 33,053 星 / 5,369 fork / TypeScript / MIT)。它把任意主题或文档变成多智能体互动课堂:AI 老师与 AI 同学实时讲课、讨论、白板板书、TTS 朗读,生成幻灯片、测验、交互式模拟与 PBL 项目制学习,可导出 .pptx 与交互 HTML。v1.0.0(2026-08-27)新增 Agent workbench 聊天式构建、持久化会话、20 个内置技能;技术栈 Next.js 16 / React 19 / LangGraph 1.1;v0.3.0 起由 AGPL-3.0 转 MIT,并内置 SKILL.md 标准技能包,可从 OpenClaw、Codex、WorkBuddy 等工作台直接生成课堂。

2026年9月8日10 分钟阅读