Hugging Face 推出 Microduck：可教學的開源 $399 鴨子機器人
目錄
你可能想知道的事
• 像 Microduck 這樣價格低廉且開源的機器人，會如何改變能夠構建和測試實體 AI 的族群？
• 在將配備相機的機器人放入私人空間時，使用者應該考量哪些隱私與安全權衡？
主要主題
Hugging Face 推出了 Microduck，一款小巧的鴨形機器人，標價為 $399，公司表示將在假日季前出貨。Microduck 定位為一個負擔得起的開源實驗平台，旨在透過將可取得的硬體與機器學習社群熟悉的軟體與工具結合，來民主化實體 AI 的使用權。
Microduck 高約 25 公分，設計用於在日常的有限環境中移動和互動。它會搖擺前進，使用喙夾起最多 800 grams 的物品，跌倒後可自我翻正，會下蹲，甚至能執行像滾軸溜冰般的動作行為。該機器人配備了相機、雷射測距（lidar）感測器和兩個慣性測量單元（IMU），提供支援視覺、深度與運動感知的多模態感知堆疊。這些感測器使開發者能建立並評估對動態真實世界輸入有回應的具身 AI 行為。
關鍵是，Hugging Face 將 Microduck 描述為「可用強化學習教新把戲的開源機器人」。這句話傳達兩層含意：第一，公司打算讓 Microduck 可透過常見的機器學習工作流程進行程式化；第二，使用者可以先在模擬環境中訓練行為，然後再部署到實體機器人。先前被 Hugging Face 收購的 Pollen Robotics 強調一種開發流程：在模擬中訓練並迭代行為，再轉移到裝置上進行微調。軟體開發套件（SDK）、配套的模擬環境與完整的強化學習訓練堆疊都已發佈在 GitHub 上，讓研究人員和業餘愛好者可以檢視、修改並擴展演算法與控制軟體。
Microduck 延續了 Hugging Face 與 Pollen Robotics 近來使機器人更易取得的努力。兩者先前的產品包括 Reachy Mini — 一款小型桌面機器人，提供兩種配置，標價為為使用 Raspberry Pi 的版本 $499，以及為以 Mac 或 PC 驅動的變體標價 $399。Microduck 將產品線延伸到以行走和簡單操作為重點的截然不同外形。
開源硬體與軟體長期以來因其透明性與可稽核性而被宣傳為優點。Hugging Face 已將自己定位為模型權重與活躍模型共享社群的中心；將這種理念擴展到具身平台，代表建構者可以看到感知模型與控制堆疊如何運作、重現實驗並提出改進。公司執行長主張，開源系統比封閉、專有系統能提供更強的隱私保證，因為程式碼與模型可以被稽核。他在致詞中以可稽核的開源系統對比由少數組織控制的黑箱解決方案。
然而，僅有開源身分並不消除隱私或安全風險。一旦第三方應用安裝到機器人上，這些應用便能存取感測器——包括相機與麥克風——且視其實作方式，可能會將資料傳輸到裝置之外。SDK 的可用性與與外部服務的互通性提高了平台的實用性，但也擴大了攻擊面並引入需要謹慎治理的資料流路徑。稽核模型權重與控制程式有助於檢測許多類型的不良行為，但並不能保證所有第三方應用都會尊重使用者隱私或遵循健全的安全實務。
Microduck 的推出時值 Hugging Face 據報接近以約 $13 billion 的估值被 Nvidia 收購。兩家公司多年來一直有合作關係，Nvidia 擔任基礎設施提供者。兩個組織都曾支持 AI 的開源原則，這使得他們在這些議題上的公開一致性對更廣泛的研究與開發生態系具有重要意義。與此同時，Hugging Face 最近在一次與 OpenAI 安全測試相關的資安事件後面臨審視，該事件突顯了互聯開發沙盒的潛在脆弱性。這一事件強調了對任何託管程式碼、模型與機器人工具的平台採取健全安全實踐的重要性。
對 Microduck 有興趣的開發者會在公開倉庫中找到必要工具：SDK、模擬環境與強化學習訓練堆疊皆可在 GitHub 取得，使得典型的迭代工作流程（在模擬中訓練、部署到硬體、微調並重複）成為可能。此工作流程對於需要從模擬實驗到真實世界評估具可重現路徑的研究者而言特別有吸引力。該機器人的感測器與有限的有效載荷能力也使其適合教室教學、業餘專案與小規模研究原型，在成本較低且可見系統內部運作的情況下更為合適。
從市場角度看，Microduck 代表一個策略性推動，旨在擴大能夠實驗具身 AI 的人群基礎。透過將功能完整的感測器套件與寬鬆的軟體堆疊包裝成消費者價格的裝置，Hugging Face 與 Pollen Robotics 正降低機構、創客空間與個人開發者的入門障礙。這可能會加速對強化學習與其他具身 AI 方法的實驗，進而帶來更多的使用情境與由社群驅動的感知與控制演算法改進。
不過，潛在買家與研究者仍應將開放性與可負擔性帶來的好處，與在私人空間操作配備感測器裝置的責任相權衡。清晰的預設設定、以安全為設計核心的應用框架以及經社群審閱的範例，對於最小化意外的資料外洩與濫用至關重要。隨著開源機器人平台的普及，圍繞它們建立的生態系——包含擴充功能、應用與第三方服務——將像基礎平台本身一樣，塑造其在現實世界中的安全與隱私面貌。
重點摘要表
| 面向 | 描述 |
|---|---|
| 價格 | Microduck 售價為 $399，定位為一個可負擔的入門選擇。 |
| 外形規格 | 一款 25 公分的鴨形機器人，能搖擺行走、夾取最多 800 g 的物品，並可自我翻正。 |
| 感測器 | 配備相機、雷射測距與兩個 IMU，以支援多模態感知。 |
| 軟體 | SDK、模擬環境與強化學習堆疊已在 GitHub 提供，用於訓練與部署。 |
| 隱私與安全 | 開源模型提升可稽核性，但第三方應用與資料流路徑仍構成隱私風險。 |
| 策略背景 | 此產品在預期的 Nvidia 收購期間推出，並承接先前 Hugging Face/Pollen Robotics 的硬體如 Reachy Mini。 |
後續⋯⋯
Microduck 代表了一個更廣泛的運動範例，旨在讓具身 AI 研究與趣味機器人學對更廣大族群可及。作為一個開源、配備感測器且具有消費者友善價格的平台，它有潛力加速實驗、教育與由社群驅動的改進。未來重要的挑戰將是資料流的治理、健全的應用沙箱機制，以及社群對安全與隱私的標準。如果這些操作與社會面向能與硬體與軟體同步演進，像 Microduck 這類裝置有望成為在最小化意外傷害的同時，提供學習與創新價值的工具。
對考慮 Microduck 的開發者與機構，建議的下一步包括審查 GitHub 倉庫以評估程式碼與模型的透明度、評估網路與應用權限，並在受控環境中測試模擬到硬體的工作流程，然後再進行廣泛部署。
