点击下方卡片，关注【Xbotics具身智能实验室】公众号
你想要的这里都有~~
作者 / 少威 vivid、Harry
编辑 / 卡布
📌 399 美元的开源鸭火了，我们也“造”了一只！！！
我们在仿真里已经让它走起来了，视频和教程全部开源——现在大家一起折腾起来！
Hugging Face 最近卖了一只鸭子。
25 厘米高，399 美元。它会摇摇摆摆地走路、下蹲，摔倒之后自己爬起来，能用嘴把衣服叼走，穿上轮滑鞋还能滑着跑。更重要的是，它不是只能买回来玩的电子宠物——你可以自己训练它、改它的代码、给它开发新技能。
视频刷遍全网之后，我们脑子里只剩一个问题：这东西，咱们自己能不能造？
于是 Xbotics 社区开动了。
现在，我们在仿真环境里已经让鸭子走起来了。而且整个过程都有视频和实操文档。你可以照着它，一步一步在自己的电脑上跑出来。
这只是开始，Xbotics 社区会带大家从 0 到 1 做一台属于自己的 MicroDuck：
不只跑官方 Demo，还会从仿真、结构、控制，到强化学习，再到真机搭建，把整条机器人开发链路真正走一遍。
📌 现在就能上手，不用等。
第一阶段已经跑通了：装好环境、拉下代码、照着仿真视频做，你今天就能在自己的电脑上让一只鸭子走起来。不用买硬件，也不用等套件。
为什么偏偏是这只鸭子
过去几年大模型能爆，一个关键原因是参与门槛够低：一张显卡、一套开源框架、一份模型权重，全世界的开发者都能上车。
机器人领域长期不是这样。
想做一台机器人，你要懂机械结构、电机、驱动板、传感器、控制器、ROS、仿真环境、运动控制，再往深走还有强化学习、视觉感知和 Sim2Real。
门槛高、成本贵、链条长，大多数人的机器人学习计划，都死在第一集的硬件清单上。
MicroDuck 有意思的地方在于，它把原本需要一支团队、几十万元设备才能折腾的东西，缩成了一只普通开发者也玩得起的小鸭子。
一只 25 厘米的小机器人，身上带摄像头、激光雷达和 IMU，既能感知外部环境，也知道自己在怎么动。开发者可以在仿真训练 → 模型部署 → 真机测试 → 数据采集 → 微调 → 再训练 → 再部署之间，跑出一个完整闭环。
Hugging Face CEO Clem Delangue 说，希望让更多开发者真正参与到 Physical AI、机器人学习和 World Model 里来。对我们这些普通开发者来说，这可能比"又发布了一款机器人"本身更值得关注。
看起来是玩具，做起来是真机器人
如果只是让鸭子往前走两步，其实没那么有意思。
真正值得研究的是：能不能让一个普通开发者，完整经历一次"机器人学会一项技能"的全过程。
比如一个最简单的任务——让鸭子走到物体前面，把它叼起来。
表面看只是一个动作，其实背后已经覆盖了一整条技术链：环境感知、状态估计、目标识别与定位、运动控制、步态生成、强化学习策略、Sim2Real、真机执行。
工业机器人、人形机器人身上会遇到的坑，在这只鸭子身上一道不少：
仿真和现实对不上怎么办？ 摔倒以后怎么自己恢复？ Reward 到底该怎么设计？ 怎么让策略不只会一个固定动作？ 真机数据怎么采集？ Domain Randomization 怎么加才有用？ 仿真里训好的 Policy 怎么落到真实硬件上？ 视觉怎么真正走进控制闭环？
区别只在于：过去做这些实验要几十万甚至上百万元的设备，现在我们可以把它缩到一个桌面上。
我们要走的路：四个阶段
Xbotics 社区这次不做开箱测评。我们要从 0 复现一台属于社区自己的 MicroDuck，并且把整个过程开源。
阶段一｜先在仿真里造一只鸭（已跑通，现在就能跟着做）
不急着买零件，先把 URDF / MJCF 建模、关节与执行器配置、质量惯量与碰撞体、地面接触模型、摄像头和 IMU 传感器全部搞定，在 MuJoCo、Isaac Lab 里把鸭子跑起来。
最开始只做一件事：站住。然后是迈一步，再然后是连续走路，直到它在仿真世界里摇摇摆摆地走起来。
📌 这一段现在就能跟着做。
环境配置文档、URDF 模型、仿真环境都已经就绪，进群就能拿到。照着仿真实操视频一步步跑，今天就能看到鸭子在你的电脑上走起来。
阶段二｜让鸭子自己学会走路
这是整个项目最好玩的部分——强化学习。
要让鸭子学会走路，我们先要确定它能感知到哪些信息，包括关节位置、关节速度、IMU数据、身体姿态、目标速度和历史状态，这些就是强化学习中的观察量（Observation）。
接下来是设计奖励机制（Reward）。往前走应该奖励多少，身体倾斜、能耗过高、动作过大和脚底打滑应该怎么惩罚，摔倒之后又该如何处理。
我们会在一轮轮训练和调整中，回答那个最核心的问题：一只完全不会动的鸭子，究竟是怎样慢慢学会站稳、迈步，最后连续走起来的？
阶段三｜真机：让它从软件世界爬到桌面上
机械结构要研究腿部结构、自由度设计、舵机布局、身体结构和鸭嘴夹持机构，再用 3D 打印一点点装起来。
电子系统要解决舵机控制、主控、电源管理、IMU、摄像头、雷达和通信。
目标是让软件世界里的那只鸭子，第一次在桌面上真正动起来。
阶段四｜Sim2Real：整个项目最有价值的一步
仿真里会走，不代表现实里会走。
真实世界有舵机误差、结构间隙、摩擦力误差、地面材质变化、电机响应延迟、IMU 噪声、机械结构形变。于是我们就撞上了机器人学习里那个经典难题：Reality Gap。
我们会一步步去试：Domain Randomization、Dynamics Randomization、Sensor Noise、Latency Randomization、System Identification。
如果有一天，它第一次从桌面上摇摇摆摆地走出去，那大概会是整个项目最有成就感的一刻～
📌 仿真实操视频、环境配置文档和训练代码，现在都已经准备好了。想在自己的电脑上跑起来，后台私信回复「冲鸭」，获取完整资料。
走路只是开始，后面才真正好玩
等它能稳定运动，这个项目才进入"玩起来"的阶段：
自己爬起来——把它推倒，让它自己判断身体状态，用强化学习找到一个能重新站起来的动作序列。
叼东西——用嘴部夹持机构寻找目标、走过去、调整身体姿态、叼住再带回来。这已经是一个非常完整的 Perception + Locomotion + Manipulation 任务。
视觉导航——靠摄像头或激光雷达观察环境、自己找路线、绕开障碍物走到目标地点。
遥控鸭子——用手机或手柄控制，让它在办公室和家里跑来跑去。
多鸭子协作——如果社区里真的造出很多只，事情会变得离谱：多机器人导航、协同任务、Multi-Agent RL，让几只鸭子一起完成一件事。
加入之后，你能拿到什么
一整套人人可以复现的资料：
硬件：BOM 清单、3D 打印文件、装配教程、电气连接方案 仿真：Robot Model、仿真环境、训练环境 算法：Locomotion、强化学习、Sim2Real、感知、导航 课程：文档、代码、视频、Workshop、线下实训
我们最终想沉淀的，是一个普通开发者真的能复现的、低成本的 Physical AI Learning Platform。
教具也在路上
不是每个人都有时间从零打结构、调舵机、焊电路板。所以我们正在把这套东西做成开箱即用的教具：结构件、舵机、主控、电源按 BOM 配齐，拿到手装起来就能直接用。
想直接上手实操、或者打算把它用在教学和实训里的同学，可以先在群里登记意向。我们会按意向数量，决定第一批教具的产量和形态。
📌 现在先跟着仿真视频把第一步跑通。等教具出来的时候，你至少已经不是零基础了。
三类人，都能进来
如果你还没做过机器人
完全没问题。第一阶段不需要任何硬件：环境配置文档和仿真实操视频都已就绪，进群拿到就能在自己电脑上跑起来，先让鸭子在仿真里走起来。等教具出来，再决定要不要入手一台真机。
如果你有明确方向
机器人强化学习、Isaac Lab / MuJoCo、ROS、运动控制、嵌入式、机械结构、3D 打印、视觉、SLAM、VLA、World Model——进群直接认领任务，我们按方向分工推进。
如果你只是想看看
也欢迎！关注这个专栏，等鸭子学会新技能的时候，回来看视频就行。
最后，为什么我们非做不可
我们越来越确信，未来机器人领域最重要的变化，可能不是机器人越来越贵，而是它正在变得越来越便宜。过去学习大模型只需要一台电脑，未来学习具身智能，也许就是一台电脑、几个舵机和一台3D打印机。
Arduino、树莓派和Hugging Face改变技术生态，靠的都是让更多人参与。Physical AI也需要属于自己的「Arduino时刻」，而这只25厘米的鸭子，让我们看到了这种可能。
所以，Xbotics社区正式启动「从0到1复现MicroDuck」开源共创计划。目前第一阶段已经跑通，项目文档、仿真实操视频和训练代码正在持续开放。想在自己的电脑上让鸭子走起来，后台私信回复「冲鸭」，获取资料和共创群入口。项目代码可在GitHub搜索 Xbotics-Embodied-AI-club/RL_duck。
我们会从迈出第一步开始，让它学会走路、看世界、叼东西和更多技能，看看我们到底能把这只开源鸭子玩到什么程度。
Xbotics社区，等你一起造鸭～
📪 Xbotics长期向具身智能开发者、研究者和学习者开放投稿。欢迎分享论文解读、技术实践、项目复盘、行业观察和学习心得，让有价值的经验被更多人看见。后台回复「投稿」 ，获取投稿方式。
-END-
Ask Me Anything｜提问箱
对文章有疑惑，或想聊更深？欢迎把你的问题丢给我们：技术方案、实操踩坑、课程与资料、项目合作、职业发展，都可以问。
怎么问：在评论区留言，或私信公众号
我们会做什么：每周集中整理高质量问题并公开回复，重点问题邀请作者或嘉宾深度解答；典型问题会加入知识库并持续更新。
提问小提示：尽量说明「你的目标—当前做法—期望产出」，附上必要信息（硬件/软件版本、数据规模等），能更快获得有用答案。
一起把问题变成知识，推动社区进步 🚀
