Microduck：399美元开源双足机器人，人人可训练

一只可以自己训练的机器鸭

在机器人技术日益走向封闭化、高价化的今天，Hugging Face 与 Pollen Robotics 联手推出的 Microduck 提供了一种截然不同的思路。这是一款高仅 25 厘米、售价 399 美元的开源双足机器人，专为 sim-to-real（仿真到现实）强化学习设计。它不仅出厂即搭载 7 种预训练行为，还配备了完全采用 Apache 2.0 协议的软件栈——用户可以任意克隆、修改并重新训练。

在 Product Hunt 上，Microduck 迅速获得关注，斩获 259 票并跻身当日排行榜第 3 名。其背后的 Maker 之一正是 Hugging Face 联合创始人兼首席科学官 Thomas Wolf，这也让这款产品从一开始就带上了浓厚的开源基因。

为什么 Microduck 值得关注

把双足机器人的学习门槛打下来

长期以来，双足机器人一直是机器人研究领域的一块「硬骨头」。平衡控制、步态生成、动态适应这些课题，往往需要昂贵的硬件平台和复杂的实验环境。波士顿动力的 Atlas 或宇树的人形机器人虽然性能惊艳，但对绝大多数研究者、学生和爱好者而言，价格与技术门槛都难以触及。

Microduck 的定位恰恰填补了这个空白。399 美元的价格接近于一台高端手机的成本，却提供了一个真实可用的双足平台。它让「训练一只会走路的机器人」这件事，从实验室级别的工程项目，变成了任何人都可以在书桌上进行的动手实践。

sim-to-real：现代机器人强化学习的核心范式

Microduck 最值得玩味的设计，是它明确围绕 sim-to-real 强化学习构建。所谓 sim-to-real，指的是先在计算机仿真环境中训练机器人的控制策略，再将学到的策略迁移到真实硬件上运行。

这一范式是当前机器人智能化的主流方向。仿真环境可以以远超现实的速度并行运行成千上万次试验，让强化学习算法在几小时内积累相当于数年现实操作的经验。而 Microduck 提供了从仿真到实机的完整闭环——你在电脑里训练出的步态策略，可以直接部署到手中这只 25 厘米的机器鸭上，亲眼验证算法的效果。这种「所学即所见」的即时反馈，对理解机器人强化学习有着不可替代的教学价值。

开源生态的又一次延伸

Hugging Face 的具身智能野心

Microduck 并非 Hugging Face 在机器人领域的孤立尝试。自收购 Pollen Robotics 以来，这家以 NLP 和开源模型托管闻名的公司，一直在系统性地布局具身智能（embodied AI）。从 LeRobot 开源框架，到此前的低成本机械臂项目，Hugging Face 正试图把它在大模型时代建立的开源社区文化，复制到机器人硬件领域。

Apache 2.0 协议的选择意味深长。这是一个极其宽松的开源许可，允许商业使用、修改和再分发。换言之，Microduck 不仅是一个消费级玩具，更是一个可以被二次开发、被整合进课程、被用作研究基线的开放平台。7 种预训练行为提供了开箱即用的起点，而完整可训练的软件栈则为进阶用户留足了探索空间。

从「用模型」到「造机器人」

你可能没注意到，Microduck 延续了 Hugging Face 一贯的社区驱动逻辑。正如 Hugging Face Hub 让研究者可以下载、微调、分享 AI 模型一样，Microduck 试图在物理机器人层面建立类似的协作生态——用户训练出的新行为策略，理论上可以像分享模型权重一样在社区中流通。

如果这一愿景成立，那么我们或许正在见证机器人学习的「GitHub 时刻」：硬件标准化、软件开源化、行为策略可共享，最终降低整个领域的创新门槛。

需要冷静思考的地方

作为一款首发产品，Microduck 仍有待观察之处。25 厘米的小型双足平台在电机扭矩、传感器精度和续航方面必然存在物理限制，其能承载的研究复杂度与真正的科研级平台相比仍有差距。sim-to-real 的迁移效果也高度依赖仿真环境的保真度，普通用户能否顺利完成从训练到部署的全流程，需要实际使用来检验。

此外，7 种预训练行为听起来数量有限，社区能否活跃起来、贡献出丰富的可复用策略，将直接决定这个平台的生命力。开源硬件项目的成败，往往不在于产品本身，而在于其能否孵化出一个自我造血的生态。

结语

Microduck 的意义，或许不在于它是一只多么强大的机器人，而在于它把「训练双足机器人」这件曾经遥不可及的事，变成了 399 美元和一台电脑就能触及的现实。在具身智能被视为下一个 AI 前沿的当下，Hugging Face 用一贯的开源打法，为这个领域递上了一把普惠的钥匙。对于教育、原型开发和入门级机器人研究而言，这样一只可以自己训练的机器鸭，价值远超它小巧的身躯。