文 | 有界 UnKnown
Hugging Face 又造机器人了，并且爆火到每 4 秒就卖出一只。
这一次，它造了一只“鸭子”。
近期，Hugging Face 旗下机器人团队 Pollen Robotics 发布一款名叫 Microduck 的机器鸭：25 厘米高、不到 800 克，它拥有两条短腿，一张可以开合的鸭嘴，售价 399 美元，约合人民币 2800 元。
这只看起来有些像电子宠物的小机器人，会走路、踢球、滑旱冰，也能弯下身体，用嘴把地上的东西“叼”起来。
但 Hugging Face 显然不只是想卖一只更便宜、更可爱的机器人。
过去两年，这家以 AI 开源社区闻名的公司，已经从机器人训练框架 LeRobot，一路做到低成本机械臂、机器人模型，再到接连推出两款几百美元的机器人。
一家原本做 AI 开源社区的公司，为什么越来越认真地造起了机器人？
答案或许就藏在这只 399 美元的小鸭子里。
一只可以被反复训练的“鸭子”
如果只看官方演示，Microduck 很容易被当成一只昂贵点的电子宠物。
这只只有一瓶矿泉水瓶高的小鸭子，用两条短腿撑着圆滚滚的身体，走起来一摇一摆。它能坐下、站起、蹲下，也能抬腿把面前的小球踢出去；给脚装上两个小滚轮，又能摇摇晃晃地滑起来。
那张看起来主要负责卖萌的鸭嘴，也不是装饰。它其实是一个可以开合的夹爪。Microduck 会把整个身体压低，用嘴把地上的马克笔、袜子之类的小东西“叼”起来，再站起来带走。
如果不小心摔了，也不用人扶。它会扭动身体、重新调整双腿，再自己爬起来。
不过，放在今天的机器人世界里，这些动作其实算不上什么技术奇观。人形机器人已经能翻跟头、打拳、跳舞，一只会踢球、滑旱冰的小鸭子，又能特别在什么地方呢？
它是一只开源的机器鸭，开发者可以按照自己的意愿重新训练它的动作。
Microduck 出厂已经准备了多套训练好的动作 Policy，但 Pollen Robotics 同时把它的 SDK、仿真环境和强化学习工具开放了出来。
也就是说，399 美元买回来之后，你不只是一个机器人用户，还可以成为它的“教练”。
比如，你觉得这只鸭子走得太慢，想让它跑得更快，或者干脆教它一个官方没有的新动作。甚至，可以在它的虚拟分身上教学。
开发者可以在电脑里的 MuJoCo 物理仿真环境中，复制出成百上千只一模一样的“虚拟鸭子”。它们会不断尝试迈腿、保持平衡、摔倒，再重新尝试。动作做得好，就获得更高的奖励；动作不对，算法继续调整。
官方的训练示例可以同时运行 4096 个仿真环境。使用 CUDA GPU 时，一套可用的行走步态，官方给出的训练时间大约为1—2 小时。
也就是说，现实中的 Microduck 还安静地站在桌子上，而电脑里的几千只鸭子，可能已经摔了无数遍。
等虚拟鸭子终于学会一个动作，开发者可以把训练得到的神经网络 Policy 导出，再部署到真实 Microduck 上。
这就是机器人领域经常提到的 Sim-to-Real——从仿真到现实。
当然，虚拟世界里的成功，不代表真机一定成功。真实地面的摩擦力、电机状态、身体重心，都不可能与电脑模拟完全一致。真机走歪了、摔倒了，开发者可以再回到仿真环境修改参数，重新训练，然后再次部署。
如此循环往复。
甚至连算力门槛，Hugging Face 也试图一起降低。
如果电脑里有支持 CUDA 的 NVIDIA GPU，开发者可以直接在本地训练；没有合适的 GPU，也可以通过 Hugging Face Jobs，把同一套训练任务提交到云端 GPU。训练完成，再把得到的 Policy 部署回 Microduck。
所以，Microduck 是一块长着两条腿的开发版机器人。
而它之所以被做得这么小，也不只是为了便宜和可爱，更重要的，是它“摔得起”。对于需要大量试错的开发者来说，低成本、可反复试验的真机很重要。
而把机器人做得更便宜、更容易上手，也正是 Hugging Face 过去两年一直在做的事。
Hugging Face，为什么一定要造机器人？
过去两年，Hugging Face 的业务一直在向机器人领域延伸。
最早的起点可以追溯到 2024 年 3 月，曾参与特斯拉 Optimus 项目的Rémi Cadene 加入 Hugging Face，负责一个新的开源机器人项目。两个月后，LeRobot 上线。
最初，Hugging Face 做的还是自己熟悉的事——软件。
LeRobot 不是机器人，而是一套开源机器人学习工具。模型、数据集、训练方法，都可以被开发者放在这里分享。
这很“Hugging Face”。过去它做大模型，也是把散落在各处的模型、数据集聚到一个平台上，让开发者少造一些重复的轮子。
但 Hugging Face CEO Clément Delangue 观察到，机器人的 AI 还处在很早期，并且大家“各干各的”——每个实验室都有自己的技术栈，数据、模型、硬件彼此割裂。
Delangue 认为，如果大家能在开源和标准上合作，机器人或许也会等来自己的“ChatGPT 时刻”。
其实，这件事已经有了一点苗头。IEEE Spectrum 今年报道，LeRobot 上的机器人数据集已经从 2024 年底的 1145 个增加到超过 5.8 万个，成为 Hugging Face Hub 上最大的数据集类别。英伟达、阿里巴巴、研究机构，以及在家里折腾机器人的爱好者，都在 Hugging Face 上传模型。
但做着做着，Hugging Face 发现，光有软件还不够。比如，模型可以被免费下载，但机器人不能。
Delangue 看到越来越多 AI 开发者开始对机器人感兴趣，但一看价格就却步了：动辄 2 万美元、3 万美元、5 万美元，甚至 10 万美元。一个刚想试试机器人的 AI 开发者，很难为一次实验先掏这么多钱。
于是，Hugging Face 开始尝试开发低成本机器人。先是推出百美元级的机械臂 SO-100、SO-101，到了 2025 年，又直接收购已经做了 9 年开源机器人的 Pollen Robotics。后者手里已经有一台成熟的研究机器人 Reachy 2，这也意味着 Hugging Face 第一次真正拥有了造机器人本体的能力。
在拥有造“大机器人”的能力之后，他们反而开始把机器人越做越小、越做越便宜：Reachy Mini 卖 399 美元，Microduck 还是 399 美元。
Delangue 希望让机器人“便宜到你很容易做决定，买一台放在笔记本电脑旁边，然后开始折腾。”
而他自己也是这么做的。
在第一次收到 Reachy Mini 时，Delangue 花了 5 个小时才把它组装起来。有人打趣说，这有点像拼装宜家家具：螺丝都是自己拧的，装完反而更有感情。
Delangue 很认同。他说，自己动手把一个东西做出来，本身就是一种快乐。Hugging Face 想要的，也不是用户打开包装，用几个预装好的功能就结束，而是装完之后还会忍不住继续改：有人给它加轮子，有人换电机，有人装上一双手。最好这些变化不是 Hugging Face 想出来的，而是社区自己长出来的。
Delangue 曾在一段采访中表示，Hugging Face 真正感兴趣的，不是某一个模型、某一个数据集或者某一种硬件，而是很多人都能参与进来的那些“小贡献”。
这种想法多少带着一点 Hugging Face 式的理想主义。
Delangue 希望更多人不仅使用机器人，还能参与决定机器人应该变成什么样。与其由几家公司猜，不如把选择权留给使用它的人。
Hugging Face 联合创始人 Thomas Wolf 也表达过同样的看法：机器人可能是下一个被 AI 解锁的前沿，但它应该是开放的、便宜的，也是私有的。
所以，Hugging Face 未必想定义下一台机器人长什么样。恰恰相反，它想把这个问题留给更多人回答。
开源的 Hugging Face，走向英伟达
就在 Microduck 发布前后，Hugging Face 自己也站到了一个微妙的路口。
据 The Information 报道，英伟达已经同意以 129 亿美元收购 Hugging Face。随后路透社援引了这一消息。不过截至目前，英伟达和 Hugging Face 都没有正式官宣这笔交易，Business Insider 得到的说法则是，双方尚未签署最终协议，交易仍有变化的可能。
如果最终成行，这将是一个颇有意味的组合。
过去几年，Hugging Face 一直强调开放、共享，甚至反复警惕 AI 的未来被少数硅谷公司掌握。Clément Delangue 在谈机器人时也说过，如果只有少数人决定未来应该创造什么，是一件“极其危险”的事。
而另一边，则是几乎统治 AI 算力的英伟达。
但两家公司其实早就在靠近。
英伟达是 Hugging Face 2023 年融资的投资方之一。到了机器人领域，两家的关系更近：英伟达的 GR00T 模型、Isaac Lab-Arena 等已经陆续进入 LeRobot 体系。Hugging Face 今年初还专门与英伟达联合介绍双方的 Physical AI 合作，当时给出了一组数字：英伟达拥有约 200 万机器人开发者，而 Hugging Face 拥有超过 1300 万 AI 开发者。双方想做的，是把这两群人接到一起。
甚至在刚刚发布的 Microduck 身上，也能看到英伟达留下的影子。
按照官方训练文档，开发者想在本地训练 Microduck，目前需要一块 CUDA GPU。因为 Microduck 使用 MuJoCo Warp 进行强化学习训练，而这套官方链路依赖 CUDA。
那么，AMD 用户怎么办？
发布两天后，就有开发者尝试把训练环境迁移到支持 AMD GPU 的方案上。这个版本并非 Hugging Face 官方提供，目前也只完成了部分任务，尚未在真机上验证。
所以，官方默认走 CUDA，但开源让开发者有机会自己改出另一条路。
目前也没有证据表明 Hugging Face 正在放弃 AMD。相反，AMD 仍在 Hugging Face 生态中提供针对 ROCm 优化的 LeRobot 相关模型。
但如果 Hugging Face 最终被英伟达收购，这种选择还能不能一直存在，就变成了一个更值得观察的问题。
结语
说到底，Hugging Face 还是想把大模型时代的故事，在机器人身上再走一遍：让硬件便宜下来，让模型、数据和工具流动起来，让更多人进场一起玩。
只是这一次，AI 有了身体，事情也没那么简单。
大模型时代的开源盛况，能不能在机器人身上重来一次，Microduck 只是刚刚开了个头。
