爆火机器鸭背后:具身智能产业现状与数据网决胜关键

数量1倍数特性.pdf 立即下载

爆火的机器鸭引发具身智能热潮

编辑部了解到,阳光照进商店橱窗,机器人克拉拉就站在那束光里,望着街上来往的行人,等着一个孩子把她领走。在诺奖作家石黑一雄的作品中,克拉拉等来了那个孩子,并在与人类相处的过程中学会了爱与奉献。如今,另一只机器鸭也在现实中等待,要买走它的是全球开发者。

这只由国外开源AI社区发布、深圳工厂制造的机器鸭子,在全球范围内受到追捧,也在中文互联网引发热议。同月,宇树科技登陆科创板,开盘暴涨,具身智能赛道半年融资935亿元。从开源社区的一鸭难求,到资本市场的近千亿市值,这门产业的热度正被推向顶点。

然而,热度越高,问题就越尖锐。人们对具身智能的实用价值不断追问,技术还未落地,估值就已暴涨,这场狂欢的终局将走向哪里?一只机器鸭又能为具身智能的未来发展带来哪些助力?

8月27日,开源AI社区Hugging Face生态内的合作伙伴、机器人公司Pollen Robotics,发布了一只鸭子的预购信息。准确说,是一只25厘米高、800克重的双足机器人Microduck,它有15个电机,一颗摄像头,一枚ToF激光雷达,两只惯性传感器,能走路、踢球、穿轮滑鞋滑行,摔倒了能自己爬起来;鸭嘴是一只小夹爪,能叼起袜子、马克笔。

这只鸭子一经发布,在世界范围内引起广泛关注。它单个定价399美元,折合人民币约2700元。开售24小时卖出约6500台,订单金额突破260万美元,最火爆时每4秒卖出一台。官方甚至发布公告称:“我们积压了太多鸭子订单,新订单排到4至6个月以后,现在下单,要到2027年初才能收货。”

在机器人的世界里,这个售价相当惊人。过去的人形机器人动辄几十万甚至上百万,而Microduck把接触具身智能的门槛大幅降低,把它从实验室的烧钱游戏变成了个人开发者的玩具。Hugging Face CEO克莱姆·德朗格在发布当天说:“这是一只399美元的开源机器人,你可以用强化学习教它新把戏。欢迎来到开源平价机器人的时代。”

这是一台“开源机器人”,意味着整套强化学习训练管线随硬件开放,开发者可以在仿真环境里教鸭子走路,导出模型再部署到真机,从仿真训练到真机部署的闭环第一次对个人开放。Hugging Face为Microduck设定的目标是累计卖出2万台,理由是历史上最畅销的机器人产品,销量也就在2万台上下。

2万台这个数字值得关注,因为它恰好与中国头部机器人企业的量产目标基本一致。据中国经济新闻网报道,宇树科技的人形机器人G1累计下线11000台,2026年全年出货目标1万到2万台。鸭子卖给个人,量产机器人卖给企业,两者之间隔着从玩具到工业品的整条分隔带,甚至不在同一个市场里。但是透过这只鸭子,能看到整个具身智能产业的现状。

错位的制造凸显产业困境

机器鸭制造与销售的过程,呈现出中国制造的部分困境,而它的爆火,反映着具身智能产业的境况。据新浪财经报道,Microduck由深圳矽递科技制造,这家开源硬件厂商,正是Hugging Face上一代桌面机器人Reachy Mini的代工方,就连鸭子的“大脑”也是国产芯片瑞芯微RK3566。

一颗2020年发布的应用处理器,负责以50Hz的控制回路驱动15个伺服电机。一只畅销全球的机器人,心脏与身体都写着Made in China。虽然中国制造在这只鸭子的诞生中占据举足轻重的位置,但是利润却相当微薄。6500台的订单,单个售价399美元,约260万美元的流水,这样的资金体量摊到整条供应链上,每一环的利润都薄如蝉翼。

这也像某种属于时代的隐喻:在全球AI浪潮的顶层设计中,中国依然是那个沉默而高效的“世界工厂”。拥有庞大的产能与极致的成本控制力,但在定义下一代智能硬件话语权上,依然显得被动。在此之外,这只鸭子的爆火还显现出另一种错位:中国造,中国买不到。

当这场热潮传回国内,微博上,“中国造机器鸭卖断货了”“机器鸭订单已排到明年”接连登上热搜;有人盘算“国行大概率会有,等等党可以蹲一波”;行动派发帖要“手搓爆火的MicroDuck,走国产低成本路线”;就连华强北的仿制传闻都传开了。但是Microduck首批发售名单上,有美国、加拿大、欧盟、英国、日本、韩国,唯独没有中国大陆。深圳的产线造出了它,瑞芯微的芯片驱动着它,可中国大陆的用户想把它带回家,要先托朋友下单,再转运回国。

Microduck爆火,被追捧和热议,伴随着中国制造面临的问题,也展现了全球对具身智能未来的共同期待。据中国证券网报道,上半年国内具身智能融资322笔,总额935亿元,同比增长137%;百亿估值企业达26家,其中16家为今年新入选。

跑得快的另一面,是行业正从讲故事的时代迈入注重交付的时代,人们也开始思考,具身智能的发展能为生活带来哪些改变?机器鸭子先给出了半个答案。售价399美元和图纸全开源,它把具身智能的入场券发给了每一个人,证明了便宜的硬件足以打开用户客厅的门。在用户家中,这只看似只是玩具的机器鸭,或许能为具身智能机器人的发展提供关键助力。

决胜数据网:具身智能的关键

目前困扰具身智能发展的重要问题,就是现实场景中的数据样本严重不足。一组行业测算的数字值得关注,中国经济新闻网的一篇文章提到,训练一个接近人类水平的机器人“大脑”,需要10亿小时级别的真实操作数据,而截至2026年初,全球可用的高质量物理交互数据总量,仅约50万小时,缺口超过99%。

算力可以花钱买,但交互数据买不到,它只能来自真实世界里的每一次抓取、行走、摔倒和爬起。机器鸭的动作看似简单,可每台被开发者领回家的鸭子,都是一个24小时在线的数据采集器,教它翻跟头的过程,就是真实物理世界里的数据积累。如果Microduck真的卖到2万台,这个开源社区就拥有一张分布在世界各地客厅里的数据网。

当具身智能越过屏幕,把触角伸向真实物理世界的毛细血管,千万个普通人的客厅,就成了最廉价也最庞大的数据提炼场。数据,正引领着具身智能新的军备竞赛。智元机器人合伙人姚卯青认为:“模型决定起点,数据定义终局。当数据飞轮真正转动起来,智能涌现只是时间问题。”

资本的风向也印证了这一点,融资重心正从造机器人的企业转向教会机器人干活的产业链环节。证券时报统计的数据显示,2025年数据采集需求占人形机器人千万级别订单的31%,2026年预计突破50%,成为第一大需求来源。

机器人的物理形态永远无法统一,但背后的逻辑是完全共通的,那就是智能先于形态。回到那只鸭子,它不会成为人形机器人的答案,甚至可能只是具身智能漫长进化路上的一格阶梯。但它的意义在于证明了,当硬件足够便宜,当代码足够开放,亿万普通人的客厅,也可以成为这场革命最小的试验场。Hugging Face卖的不只是鸭子,是一种关于AI如何走进物理世界的可能性。

在《克拉拉与太阳》的故事结尾,克拉拉在废料场里回忆自己的一生,说自己很满足,她终于学到了人类的心。机器鸭学不到人类的心,它学到的只是下一次站稳。但在每一个摔倒又爬起的循环里,真实世界的数据被不断累积,这正是具身智能赛道里最稀缺的资产。终局未至,前夜漫长,但阳光终究会再次照进橱窗,下一个等待被领走的机器人,一定比这只鸭子更接近具身智能的答案。

__EF550.zip 立即下载

相关推荐

【高速互连技术】合规性测试规范:物理层信号完整性与链路均衡验证系统设计

内容概要:本文档介绍了分析工具进行实践对照,并关注后续规范版本更新以确保符合最终发布标准。

问界M9销量登顶背后的技术逻辑:智能汽车竞争进入系统整合时代

在智能汽车领域,技术竞争已从单一硬件参数转向系统级整合。其核心在于通过先进的电子电气架构,将智能座舱、智能驾驶与底盘控制等模块深度协同。智能座舱作为用户交互中心,依赖操作系统与生态融合提供无缝体验;智能驾驶则通过感知、决策、执行的算法闭环实现安全导航。这种系统整合能力直接决定了用户体验的流畅度与产品差异化优势,是当前高端市场竞争的关键。以华为鸿蒙智行为代表的技术体系,正是凭借在分布式软总线、GOD网络与底盘域控制器等领域的深度整合,实现了座舱生态的无缝流转与底盘控制的实时响应,从而在高端市场形成突破。这标志

cuixie2370的博客 349

万人睡眠健康与生活方式调查数据集

成年人群睡眠健康与生活方式研究数据集,合成模拟10000行20列单CSV文件,睡眠障碍标记人群占比约四分之一。设置双预测目标:睡眠障碍二分类字段与日间疲劳得分回归字段,可分别开展分类与回归建模。特征字段涵盖年龄、性别、十一种职业类别、每周工作时长、轮班工作标记、自我压力评分、身体质量指数BMI、吸烟状态、每周饮酒量、每日咖啡因摄入毫克数、睡前一小时屏幕使用时间、每周运动分钟数、日均步行数、静息心率、习惯就寝时间点、平均睡眠时长、睡眠质量自评等二十项。数据完整无缺失,结果列与特征列分离清晰,便于目标泄漏防范练习。适用场景:睡眠障碍预测建模、日间疲劳程度回归分析、咖啡因与睡前屏幕对睡眠时长的影响量化、不同职业群体睡眠质量对比研究、逻辑回归与梯度提升模型对比实战等。合成数据不含真实个人信息,适合健康数据分析教学、特征工程练习与机器学习课程实训项目使用。

考虑风光火储+需求响应+P2G多能源系统NSGA-II多目标优化调度(Matlab代码实现)

考虑风光火储+需求响应+P2G多能源系统NSGA-II多目标优化调度(Matlab代码实现)内容概要:本文介绍了基于NSGA-II多目标优化算法对包含风能、光伏、火电、储能系统、需求响应及电转气(P2G)等多种能源形式的综合能源系统进行优化调度的研究,采用Matlab进行代码实现。研究综合考虑了系统运行成本、碳排放、能源利用率等多个优化目标,通过建立精确的数学模型,结合可再生能源出力不确定性、负荷波动以及需求响应机制,实现多能源协同调度的帕累托最优解集求解,旨在提升能源系统的经济性与环保性,并验证所提方法的有效性和实用性。; 适合人群:具备一定电力系统、优化算法及Matlab编程基础的研究生、科研人员以及从事能源系统规划与运行相关工作的工程技术人员。; 使用场景及目标:①应用于多能源互补的综合能源系统优化调度研究;②为实现低碳、高效、可靠的能源供应提供决策支持;③学习和掌握NSGA-II算法在复杂多目标优化问题中的实际应用方法。; 阅读建议:建议读者结合Matlab代码与文中模型描述逐步理解算法实现流程,重点关注目标函数构建、约束处理及Pareto解集的生成与分析,有条件者可进一步修改参数或扩展模型以深化理解。

FANUC-R2000iC165F-六轴机械臂码垛仿真

FANUC_R2000iC165F_六轴机械臂码垛仿真

frontend-design skills

frontend-design skills

16周全【Harness&Hermes】多智能体开发特训营

2026年的AI开发者圈子里,几乎没有人再怀疑多智能体的价值。Gartner预测年底40%的企业应用将内置智能体,LangChain、AutoGen、CrewAI等框架轮番登场,演示视频里的AI团队分工明确、配合流畅。然而,一个尴尬的现实是:大多数开发者手里跑通的多智能体项目,停留在Jupyter Notebook的最后一行。一旦试图把它塞进真实业务环境,问题便如潮水般涌来——长任务跑到一半崩了要重来,智能体之间的消息黑盒般不可追溯,换个场景就得推倒重写,上线之后连“刚才那次调用为什么花了三倍的钱”都查不出来。 这正是【Harness&Hermes】多智能体开发特训营试图回应的命题。它的切入点不在“再教你写一个Demo”,而在于一个更朴素却更稀缺的能力:让多智能体系统从演示玩具变成可交付、可运维、可演进的生产资产。 要理解这门课的价值,得先看清多智能体开发当前的断层在哪里。单Agent时代,提示词写得好、API调得通,基本就能交差。但多Agent协作的本质是编排:谁负责拆解需求,谁负责执行,谁负责校验,上下文如何在角色之间传递而不丢失,某个环节出错时整条链路如何回退。这些问题的难度不在模型能力,而在工程控制。市面上不缺讲LangGraph节点怎么连、RAG检索怎么做的教程,缺的是把“多个智能体在真实业务压力下稳定协作”这件事讲透的人。 Harness与Hermes的分工,恰好对应了工程控制的左右手。根据课程的设计逻辑,Harness管“流程”,Hermes管“记忆与进化”。Harness 负责长任务的流程治理:一个面试模拟流程跑了二十分钟,中途用户关掉页面,下次打开能不能接着上次的进度继续?某个Agent调用工具超时了,整条链路是崩溃还是优雅降级?线上出了问题,日志能不能精确到“第几轮对话、哪个Agent、调了什么工具、花了多少token”。这些听起来不性感,但任何一

政府科技管理者在推动区域科技成果转化过程中,如何解决成果供需匹配效率低的问题?.docx

政府科技管理者在推动区域科技成果转化过程中,如何解决成果供需匹配效率低的问题?

产业园区运营负责人如何利用数据智能化提升科技资源配置效率?.docx

科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。

国企央企如何实现技术成果的精准对接与快速落地?.docx

科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。

用于计算系统状态的卡尔曼最优增益和最小均方误差(MMSE)估计研究(Matlab代码实现)

内容概要:本文围绕用于计算系统状态的卡尔曼最优增益和最小均方误差(MMSE)估计展开研究,深入探讨了卡尔曼滤波在动态系统状态估计中的核心作用。文章系统阐述了卡尔曼滤波的数学基础,包括状态空间模型的建立、先验与后验状态估计、协方差矩阵的递推更新,以及最优增益矩阵的推导过程,确保在高斯白噪声环境下实现对系统状态的最小均方误差估计。结合Matlab代码实现,完整展示了算法从理论建模到仿真实验的全流程,涵盖系统建模、噪声设置、滤波迭代、状态更新与误差分析等环节,并通过仿真实验验证了算法在噪声干扰下对系统真实状态的高精度跟踪能力。该研究为控制工程、导航系统、信号处理及自动化领域中的状态估计问题提供了坚实的理论依据与高效的数值实现方案。; 适合人群:具备一定控制理论、概率统计基础和Matlab编程能力,从事自动化、电子信息、航空航天、机器人、导航定位等相关领域的科研人员、工程技术人员及高校研究生。; 使用场景及目标:①掌握卡尔曼滤波的基本原理及其在状态估计中的数学推导过程;②学习如何利用Matlab实现卡尔曼滤波算法并进行系统仿真与性能评估;③应用于目标跟踪、传感器融合、惯性导航、故障诊断、时间序列预测等实际工程中的动态状态估计问题。; 阅读建议:建议读者结合文中提供的Matlab代码进行动手实践,通过调整系统模型参数、过程噪声与观测噪声强度,观察滤波效果的变化,深入理解卡尔曼增益的自适应调节机制与MMSE估计的收敛特性。同时可进一步拓展学习扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)等非线性滤波方法,以应对更复杂的非线性系统状态估计挑战。

一种具有实验验证的层级扰动抑制深度跟踪控制算法,适用于欠驱动型AUV(Simulink仿真、Matlab代码)

内容概要:本文详细介绍了一种专为欠驱动型自主水下航行器(AUV)设计的层级扰动抑制深度跟踪控制算法,该算法通过构建分层控制架构,有效应对海洋环境中复杂的外部扰动(如水流、波浪等)以及系统内部的非线性动态特性,显著提升了AUV在执行深度跟踪任务时的控制精度与系统鲁棒性。研究不仅涵盖了控制策略的理论设计与稳定性分析,还包括详细的Simulink仿真模型搭建、Matlab代码实现及参数设置,并通过对比实验验证了所提方法在抗干扰能力和跟踪性能方面相较于传统控制算法的优越性。资源包内含完整的可运行代码、仿真模型和详尽的文档说明,便于研究者复现结果并在此基础上进行二次开发与创新。; 适合人群:具备自动控制理论基础、海洋工程或机器人相关学科背景,且熟练掌握Matlab/Simulink仿真环境的科研人员、研究生及高年级本科生。; 使用场景及目标:① 深入学习和研究欠驱动AUV的先进运动控制技术,特别是深度跟踪控制策略;② 开展水下机器人抗外部扰动控制算法的设计、仿真与性能验证工作;③ 作为毕业设计、科研项目或学术论文的技术支撑与代码原型,加速研究进程。; 阅读建议:建议使用者结合提供的Matlab代码与Simulink模型,逐模块理解算法的实现逻辑与数据流,推荐从简单静态环境仿真入手,逐步过渡到复杂动态扰动工况,通过调整控制器参数与扰动强度,全面掌握算法的性能边界、鲁棒性特征及优化潜力。

高校技术转移办公室人员如何提升成果转化服务效率?.docx

科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。

国央企如何构建高效的内部技术转移与创新协同机制?.docx

科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。

国央企创新负责人如何利用平台实现技术需求的精准挖掘与匹配?.docx

科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。

自适应多机器人编队规划,以包围和跟踪具有运动和可见性约束的目标(Matlab代码实现)

内容概要:本文提出了一种自适应多机器人编队规划方法,旨在实现对具有运动能力和可见性约束目标的高效包围与持续跟踪,采用Matlab进行算法实现与仿真验证。该方法综合考虑了多机器人系统在动态环境中的协同控制、编队形态生成与保持、障碍物规避以及目标可见性维护等关键问题,通过设计分布式控制律使编队能够根据目标行为和环境变化自适应调整队形与运动轨迹,确保稳定包围并最大化目标观测质量。文中详细阐述了系统的数学建模过程、控制策略设计原理及约束处理机制,并提供了多场景下的仿真实验结果,验证了所提方法在复杂条件下的鲁棒性、灵活性与有效性。; 适合人群:具备自动化、机器人学、控制理论或人工智能等相关领域基础知识的科研人员及研究生,熟悉Matlab编程环境并致力于多智能体系统、协同控制、路径规划或智能无人系统研究的专业人士。; 使用场景及目标:①应用于多机器人系统在监视、围捕、搜救等任务中对移动目标的协同包围与跟踪控制;②为研究分布式编队控制、可见性优化、动态避障与多智能体协同决策等核心技术提供可复现的算法实例与理论支撑; 阅读建议:建议读者结合提供的Matlab代码逐模块分析算法实现细节,重点关注控制律设计、约束建模与仿真结果对比部分,宜在仿真环境中调整参数配置以深入理解系统性能边界与优化潜力。

圆柱形永磁体的磁场建模研究(Matlab代码实现)

内容概要:本文围绕圆柱形永磁体的磁场建模展开系统性研究,基于毕奥-萨伐尔定律建立了有限尺寸圆柱形永磁体的物理模型,推导出其在空间任意点产生磁场强度的数学表达式,并采用数值积分方法结合Matlab编程实现磁场分布的精确计算与三维可视化。研究深入探讨了磁体的几何参数(如半径、高度)和磁化方向对磁场分布特性的影响,实现了磁场矢量的多维度仿真分析,为电机设计、磁传感器开发、磁悬浮系统等工程应用提供了坚实的理论依据与高效的仿真工具支持; 适合人群:具备电磁场与电磁波、大学物理等相关理论基础,并熟悉Matlab编程语言的高校理工科学生、科研人员及从事磁性器件设计与仿真的工程技术开发者; 使用场景及目标:①掌握基于经典电磁理论的磁场建模方法与数值求解流程;②学习并实践Matlab在科学计算与物理场仿真中的高级应用技巧;③为永磁材料相关装置的结构优化与性能评估提供可靠的仿真手段;④服务于高校课程教学、科研项目验证及工程原型开发; 阅读建议:建议读者在学习过程中紧密结合电磁学基本原理,逐步理解公式推导逻辑,动手运行并调试所提供的Matlab代码,通过调整磁体参数观察磁场变化趋势,从而深化对永磁体空间磁场分布规律的认识,并尝试将其拓展应用于实际工程项目中。

VSCode上搭建C/C++开发环境(vscode配置c/c++环境)Windows系统---保姆级教程

关于VSCode上搭建C/C++开发环境的内容,到这里就结束了,这里博主感叹一下,VSCode真的挺强大的,作为一个编辑器,可以通过和编译器链接成为开发环境,将环境配置好的话,在这上面写代码似乎也是个不错的选择。大家有任何疑问,欢迎在评论区中提出,本篇博客有任何问题和错误也欢迎来和博主讨论,真心希望能和大家一起进步。最后,如果本篇博客对你有帮助的话,能不能给博主一个三连啊!

2303_79329831的博客 8万+
上一篇: 特斯拉FSD入华陷“罗生门”,国内外监管难题待解,落地仍需跨越重重门槛
下一篇: 腾讯WorkBuddy开放生态,Agent时代AI平台如何平衡Token消耗与商业收入?
IT界那些事儿
博客等级 码龄6年 2万+粉丝 22原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值