⚛️Ars Technica AI•較早收集於 14m
Hugging Face 發布 2,500 美元 3D 列印雙足機器人專案
💡取得平價的開源硬體，將您的具身智慧模型帶入現實世界。
⚡ 30-Second TL;DR
有什麼變化
提供雙足人形機器人腿部的開源硬體藍圖
為什麼重要
此舉將使實體機器人平台的取得更加民主化，讓 AI 從業者能在現實世界中測試強化學習模型。它縮小了小型實驗室在模擬環境與實體部署之間的差距。
下一步行動
前往 Hugging Face 的機器人儲存庫下載 CAD 檔案，並檢視您的首次雙足機器人建置所需的材料清單。
誰應關注：Developers & AI Engineers
關鍵要點
- •提供雙足人形機器人腿部的開源硬體藍圖
- •專為研究人員與開發者進行具身智慧實驗而設計
- •總建造成本約為 2,500 美元
- •致力於提升機器人硬體開發的普及性
🧠 深度解析
Web-grounded analysis with 18 cited sources.
🔑 增強重點摘要
- •該專案的正式名稱為「LeRobot Humanoid」，旨在為機器人學習提供一個開放、低成本的人形機器人平台，並於2026年5月21日發布。
- •LeRobot Humanoid 以「全堆疊」形式發布，包含硬體檔案、組裝文件、運行時、識別工具和訓練環境，而非僅僅是機器人模型或控制器，旨在使完整的機器人學習迴路變得可及。
- •此設計優先考慮可重複性、可修復性和可負擔性，其零件可透過3D列印、替換和修改，以支援快速迭代，將硬體視為可迭代的軟體。
- •該計畫旨在彌合模擬與真實世界機器人學習之間的鴻溝，使更多研究人員能夠在實體人形機器人硬體上進行實驗，解決目前開放機器人學習的瓶頸。
- •Hugging Face 透過整合其AI模型、資料集與新推出的開源硬體平台，正積極擴展其在開放式AI生態系統中的領導地位至實體AI領域，此前已收購Pollen Robotics並發布SO-101機械臂和Reachy Mini桌面機器人。
📊 競品分析▸ Show
| 平台/專案 | 特點 | 價格 (約) | 基準/用途 |
|---|---|---|---|
| Hugging Face LeRobot Humanoid | 開源、3D列印、雙足人形機器人腿部藍圖、完整軟體堆疊 (硬體、組裝、運行時、訓練環境) | 2,500 美元 (零件) | 降低具身智慧研究門檻、機器人學習、快速迭代、模擬到實體轉移 |
| Hugging Face Reachy Mini | 開源桌面機器人、模組化、Python可編程、整合Hugging Face AI生態系統、人機互動 | 299-449 美元 (套件) | 人機互動、創意編程、AI應用開發、教育 |
| Hiwonder TonyPi Pro | 開源設計、基於Raspberry Pi、約40公分高、教育用途 | 未明確列出 (屬於經濟型類別) | AI與視覺專案、STEM教育、深度編程客製化 |
| Unitree G1/R1 系列 | 高性能、仿生運動、ROS支援、多種型號 (G1 EDU為教育版) | G1-D Ultimate E: 66,300 美元 (G1 EDU相對較低，但仍高於LeRobot Humanoid) | 研發、學術研究、教育、動態環境、仿生運動控制 |
| ROBOTIS MINI | 入門級、桌面伴侶、可組裝套件、預編程動作 | 約500美元 (推估自經濟型類別) | 機器人學入門、娛樂、情感互動 |
🛠️ 技術深入
- 硬體構成: LeRobot Humanoid 主要由3D列印機械部件、現成硬體和經濟實惠的致動器與電子元件構成。
- 全堆疊發布: 該專案提供完整的堆疊，包括硬體檔案、組裝文件、模擬資產、運行時工具、識別管道和訓練環境。
- 設計流程: 採用以控制為導向的設計工作流程，基於簡化機器人表示、基準任務、最佳控制評估和設計比較。
- 迭代開發: 平台設計支援快速迭代，當結構部件損壞時可重新列印，設計選擇不佳時可修改並重新測試。
- 軟體整合: LeRobot Humanoid 可透過模擬資產、訓練環境和運行時堆疊進行控制，該堆疊可控制模擬和真實硬體。
- 學習目標: 該機器人可在
lerobot-legged-zoo中進行訓練，支援在學習工作流程的不同階段使用，包括模擬訓練、安全測試控制器、收集真實世界數據以及將策略部署回實體平台。 - 未來路線圖: 目前主要發布目標是雙足平台，未來路線圖包括整合上半身和更進階的全身能力。
- LeRobot 軟體框架 (Ark): 旨在提供類似 Gym 的機器人環境介面，原生支援數據收集、預處理和使用最先進的模仿學習方法（如 ACT 和 Diffusion Policy）進行訓練。
- 模擬到實體 (Sim-to-Real): 實現無縫的模擬到實體轉換，使部署到真實硬體就像切換配置標誌一樣簡單。
- 通訊協定: 在底層，Ark 使用輕量級通訊和編組 (LCM) 進行高效訊息傳遞。
- 模組化架構: 採用模組化的基於節點的架構和發布-訂閱模型，允許分散式即時控制，同時保持靈活和可內省。
🔮 前景展望AI analysis grounded in cited sources
開源具身智慧研究將加速發展。
Hugging Face 提供低成本、可複製的硬體與完整軟體堆疊，將使更多研究者能進行實體機器人實驗，打破現有瓶頸。
機器人硬體設計與軟體開發的迭代週期將大幅縮短。
LeRobot Humanoid 的模組化、3D 列印設計允許快速修改、修復和測試，將硬體視為可迭代的軟體，而非固定成品。
Hugging Face 將鞏固其在開放式 AI 生態系統中的領導地位，並擴展至實體 AI 領域。
透過整合其 AI 模型、資料集與新推出的開源硬體平台，Hugging Face 正在為實體 AI 建立一個全面的開放基礎設施。
⏳ 時間線
2016
Hugging Face 成立，最初為聊天機器人公司。
2024
Hugging Face 推出 LeRobot 專區，致力於自主機器。
2025-03
NVIDIA 選擇 Hugging Face 作為其開源人形機器人 AI 模型 GR00T N1 的託管平台。
2025-04
Hugging Face 收購 Pollen Robotics，標誌著其首次重大硬體佈局，並宣布將開源 Reachy 2 硬體。
2025-04
Hugging Face 與 The Robot Studio 合作推出 SO-101，一款可 3D 列印的低成本機械臂。
2025-07
Hugging Face 推出 Reachy Mini，一款開源桌面機器人，旨在促進人機互動和創意編程。
2026-03
Hugging Face 與 ASUS 合作，在 GTC 2026 宣布將 Reachy Mini 與 ASUS Ascent GX10 結合，提供桌面級具身智慧平台。
2026-05
Hugging Face 發布 LeRobot Humanoid 專案，提供 2,500 美元的 3D 列印雙足機器人藍圖。
📎 來源 (18)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Ars Technica AI ↗