399 美元买一只会走路的 AI 小鸭？先看懂 Microduck
Microduck 只有约 25 厘米高，却把双足行走、摄像头、激光雷达和会动的嘴做进了一台小机器人。更有意思的是，它的控制策略和训练环境也公开了。
一只 25 厘米高、约 800 克重的小鸭机器人，正在尝试把“会走路的玩具”和“可以自己训练的机器人”放到一起。
它叫 Microduck，来自 Pollen Robotics 。官方页面目前给出的价格是 399 美元预订价。它有双足、摄像头、激光雷达和一张会动的嘴。开源仓库里还能看到机器人的运行代码、仿真模型和强化学习训练环境。
先说结论：它不是买回家就能替你收拾房间的家务机器人，更像一台做得很可爱的机器人实验平台。你可以拿手柄让它走路、翻滚、起身，也可以研究它的控制策略，甚至在仿真里训练新的动作，再尝试部署到真实机器上。
它为什么不只是一个会说话的玩具
现在很多桌面机器人主要靠摄像头、语音和屏幕与人互动。 Microduck 的特别之处，在于它把“身体怎么动”当成了核心问题。
它的头部前面有一个可以活动的嘴。官方把它描述成 grasping beak，也就是用于接触和抓取的嘴部机构。这个设计带来一个很直观的变化：机器人不只是走到物体旁边，还可以低头用嘴尖碰地、做简单的拾取动作。
当然，能做一个演示动作，和能在家里稳定收拾东西，是两回事。前者需要一套训练好的动作策略，后者还要处理物体大小、材质、位置、碰撞、光线和失败恢复。公开资料没有给出它能处理的物体重量范围，所以不能把“会抓取”理解成通用机械臂能力。
Microduck 的三层结构
这个项目可以拆成三部分看。
第一层是机器人本体。官方资料显示，它高约 25 厘米，有 15 个电机、摄像头和 LiDAR 。硬件很小，动作空间却不简单，双足走路本身就要不断处理平衡、落脚和身体姿态。
第二层是机器人上的运行系统。pollen-robotics/microduck 仓库的 README 说得很直接：这是鸭子的“大脑”。代码主要用 Rust 编写，运行在 Rockchip RK3566 上，负责控制回路、电机、传感器、摄像头、联网、更新和设备间通信。
仓库里还能看到几类具体能力：
- 手柄控制行走；
- 坐下和站起；
- 跌倒后起身；
- 用嘴尖接触地面；
- 踢球；
- 向前翻滚；
- 装上被动轮后进行滑行类动作。
这些能力来自不同的策略，不是一个“万能大脑”自动想出来的。运行时可以在走路、站立、翻滚等策略之间切换。
第三层是训练代码。microduck_rl 使用 MuJoCo 和 PPO 训练控制策略，训练在仿真环境中进行，最后导出 ONNX，交给真实机器人运行。仓库里公开了行走、起身、坐站切换、捡取、踢球、翻滚和轮滑等任务环境。
它是怎么从仿真走到现实的
机器人训练最麻烦的一点，是仿真里的地面太干净，现实里的电机却不听话。
仿真可以准确知道每个关节的位置，真实电机有摩擦、延迟、电压下降、齿轮间隙和传感器误差。策略如果只在理想环境里学会走路，换到真实机器上，可能第一步就摔倒。
Microduck 的训练仓库把这些误差纳入了训练过程，包括：
- 电机摩擦和负载变化；
- 电池电压与负载造成的电压下降；
- 控制指令延迟；
- 齿轮间隙，也就是 backlash；
- 不同地面条件下的训练。
这就是常说的 sim2real，先在仿真里训练，再把策略放到真实机器人上。它不是把视频里的动作“复制”过去，而是让策略在一组变化的仿真条件下学会保持稳定，尽量减少现实和仿真之间的差距。
仓库还把策略导出为 ONNX 。这样部署时使用的是一个相对独立的模型文件，机器人运行端不需要把整套训练环境搬上去。
普通人能不能自己训练
可以研究，但不适合把它想成“下载代码，点一下就训练”。
训练仓库要求 CUDA GPU 和 uv。公开的快速开始命令会启动 4096 个仿真环境，官方 README 给出的可用步态训练时间大约是 1 到 2 小时，具体还取决于显卡和配置。没有 GPU，也可以通过 Hugging Face Jobs 提交训练任务，但这会涉及云端计算资源和额外费用。
最小流程大致是：
git clone https://github.com/pollen-robotics/microduck_rl
cd microduck_rl
uv run train Mjlab-Velocity-Flat-MicroDuck --env.scene.num-envs 4096
uv run scripts/export.py Mjlab-Velocity-Flat-MicroDuck --wandb-run-path <...>
uv run scripts/infer_policy.py --walking output.onnx
这条流程能帮助你理解“训练、导出、推理”三步怎么接起来，但它不等于你能马上给家里的机器人加一个新动作。真实部署还涉及机器人硬件、版本匹配、策略输入输出、供电和安全测试。
如果只是想看项目怎么工作，先读训练仓库里的任务配置和机器人仓库的架构文档，比直接买设备更合适。
399 美元到底买到什么
官方页面写的是 399 美元预订价，不是已经验证过的最终到手价。运费、税费、发货时间、地区支持和售后条件，需要在下单页面确认。
这笔钱买到的也不是一台已经学会所有动作的通用机器人。更准确的理解是：你买到一台能直接玩的微型双足机器人，同时获得一个还在持续开发的软硬件平台。
它适合三类人：
- 想买一台能走、能摔、能自己站起来的小型机器人；
- 想学习强化学习和 sim2real，但不想从机械结构开始全部自制；
- 想研究机器人运行系统、传感器、策略切换和模型部署。
如果你的目标是“买来陪孩子玩，不想折腾电脑”，要先确认默认功能、发货和售后。若你的目标是训练新策略，预算里还要算显卡或云端训练费用、学习时间和失败成本。
开源部分要看清许可证
microduck 和 microduck_rl 两个仓库的许可证都是 Apache 2.0 。机器人仓库里还包含 3D 模型文件，训练仓库明确写着这些模型使用 Creative Commons BY-SA-NC。软件代码和 3D 模型不能简单地按同一套条件使用。
这点对二次开发很重要。你可以阅读代码、修改训练环境，但如果要把模型文件用于商业产品或重新分发，需要按对应许可证处理署名、相同方式共享和非商业限制。
我的判断
Microduck 最有意思的地方，不是它长得像鸭子，而是它把一个很难的机器人问题，包装成了普通人愿意靠近的形状。
你看到的是一只会走路、会摔倒后起身的小鸭子。拆开以后，里面是电机控制、传感器、强化学习、仿真误差和模型部署。嘴部机构又让它不止于“走路和说话”，开始尝试和物体发生接触。
但它现在更适合当机器人实验平台，而不是家庭劳工。想买的人先看默认玩法，想研究的人先看两个仓库，想训练的人先确认 GPU 和时间。把这三件事分清楚，399 美元才不会变成一次冲动消费。
项目地址：https://github.com/pollen-robotics/microduck