<!-- title: 五千块造人形：开源机器人八宝 -->

## 概述

前几轮我们挖了软件工具、AI 编程、自托管服务，这一轮换条赛道：**具身智能与开源机器人**。2026 年这个领域正处于「LeRobot 时刻」——Hugging Face 把机器人学习做成了和 transformers 一样的标准库，3D 打印机械臂、开源人形、桌面机器鸭接连涌现，「几千块人民币拥有一台可训练的真机」从口号变成了现实。本期 8 个仓库覆盖框架、机械臂、人形、桌面伙伴、仿真引擎、移动底盘、四足整机，既有 2 万+ Star 的明星项目，也有 Star 只有几百却把 sim2real 门槛打穿的社区宝藏。对想切入硬件方向的独立开发者来说，这一期几乎每一项都有清晰的变现路径。

> 文中 Star 数为约数（写作时的量级参考），请以仓库页面实时数据为准。

---

## 1. huggingface/lerobot —— 机器人界的 transformers

**[huggingface/lerobot](https://github.com/huggingface/lerobot)** | Star 约 1.5 万+ | 持续高频更新

**一句话定位**：Hugging Face 官方机器人学习库，把以前要自己拼 ROS + PyTorch + 自定义数据格式的散装工作流，整合成一套「数据集格式 + 算法 + 硬件抽象」三合一的标准栈。

**解决什么痛点**：机器人学习圈最大的问题从来不是算法，而是「不可复现」——每个人实验室的数据格式、电机标定、相机标定都不一样。LeRobot 用统一的 LeRobotDataset 格式一统江湖，你的真机数据可以直接喂给社区的预训练策略。

**核心功能拆解**：

- **数据采集**：原生支持 SO-ARM100/101、Koch v1.1 等主从臂遥操作，几行 Python 完成标定和录制
- **算法全家桶**：ACT、Diffusion Policy、TDMPC、VQ-BeT、SAC，以及自家的 **SmolVLA**——一个 450M 参数的小模型，消费级显卡就能微调，真机上也能实时推理
- **仿真闭环**：接 MuJoCo，克隆仓库几十分钟就能在仿真里跑通第一个策略
- **硬件抽象层**：电机、相机、机械臂都有统一接口，换硬件不改上层代码

**上手难度**：⭐⭐⭐（会 Python 和 PyTorch 即可，硬件部分另算）

**适用人群与变现**：想从纯软件切入具身智能的工程师、高校实验室。变现路径非常清晰：垂直行业（分拣、质检、理货）的真机 demo 定制、训练数据采集服务、LeRobot 培训课程——目前市面上能讲透这个栈的人极少，知识溢价高。

---

## 2. TheRobotStudio/SO-ARM100 —— 两千元级开源主从机械臂

**[TheRobotStudio/SO-ARM100](https://github.com/TheRobotStudio/SO-ARM100)**（后继版本 SO-ARM101 同组织下） | Star 约 2.5 千（两代合计） | 持续更新

**一句话定位**：LeRobot 官方推荐的标准开源机械臂，STL 文件 + BOM 清单 + 装配指南全公开，一套主从双臂的成本压到一两千元。

**解决什么痛点**：商用协作机械臂动辄数万元，而模仿学习恰恰需要「便宜到可以同时买两台」的硬件——一台当 leader 手工掰，一台当 follower 跟着学。SO 系列就是为这个场景生的。

**核心功能拆解**：

- 全套 3D 打印结构件，普通 FDM 打印机即可出件，无需 SLA
- BOM 全部采用常见串行总线舵机，淘宝/京东可配齐，总 BOM 一千多元级
- 101 代改进了腕部关节走线和舵机布局，解决 100 代手腕发热和限位问题
- 与 LeRobot 深度绑定：官方文档里的数据采集教程默认硬件就是它

**上手难度**：⭐⭐⭐（会 3D 打印和基础接线即可，机械装配约一个周末）

**适用人群与变现**：创客、高校教学、想攒真机数据的具身智能团队。**这是本期最直接的生意**：海外已有第三方把它做成成品套件售卖，国内供应链优势更明显——批量打印 + 舵机采购 + 标定脚本，一套毛利可观，还可以叠加「预录好行业数据集」作为增值服务。

---

## 3. BerkeleyHumanoid/Berkeley-Humanoid-Lite —— 五千美元以下的开源人形

**[BerkeleyHumanoid/Berkeley-Humanoid-Lite](https://github.com/BerkeleyHumanoid/Berkeley-Humanoid-Lite)** | Star 千余 | 持续更新

**一句话定位**：UC Berkeley 出品的低成本 3D 打印人形机器人，机械、电路、固件、强化学习训练流程全开源，目标整机成本 5000 美元以内。

**解决什么痛点**：人形机器人整机价格仍处高位，学术界和中小团队「想造人形验证想法」的门槛极高。Lite 的思路是：不做性能怪兽，而是把「能走、能复现、够便宜」做到极致，让人形平台变成像无人机一样的实验耗材。

**核心功能拆解**：

- 结构大量使用 3D 打印件 + 皮带传动，规避昂贵的行星减速器与定制关节
- 电子系统基于常见的标准舵机与开源控制板，不依赖单一供应商
- 官方放出从强化学习训练到 sim2real 真机部署的完整代码链路，论文、CAD、接线图一站齐备
- 模块化腿部设计，坏了只换打印件，维护成本接近零

**上手难度**：⭐⭐⭐⭐（需要 3D 打印经验 + 强化学习基础 + 一定动手能力）

**适用人群与变现**：高校实验室、想低成本验证人形构型的创业团队。变现方向：科研级套件组装销售、人形平台的行业 demo 租赁（展会、科普馆需求旺盛）、以及基于它做垂直场景构型改装（如巡检变体）。

---

## 4. apirrone/Open_Duck_Mini —— 为模仿学习而生的开源机器鸭

**[apirrone/Open_Duck_Mini](https://github.com/apirrone/Open_Duck_Mini)** | Star 千级 | 社区驱动更新

**一句话定位**：开源迷你机器鸭（星战 BDX droid 的平替复刻），一个「摔了不心疼、成本几百块、专门用来练 sim2real」的桌面级双足项目。

**解决什么痛点**：想练真机强化学习的人，卡点往往不是算法而是硬件——机械臂无聊、人形太贵、双足大机器人摔一下就是几千块。Open Duck Mini 用一只小鸭子解决了心理障碍和预算障碍：体型小、结构简单、零件全是打印件和常见舵机。

**核心功能拆解**：

- 全套 3D 打印外壳与框架，执行器为货架舵机，BOM 成本几百到千元级
- 提供从 MuJoCo 仿真训练到真机部署的完整流程文档，是个人开发者练 sim2real 的绝佳跳板
- 已迭代出 v2 改进版，社区在 Discord 上非常活跃，踩坑记录丰富
- 顺带产出了一批通用工具：舵机标定、UDP 遥控、状态监控脚本

**上手难度**：⭐⭐⭐⭐（文档偏社区风格，需要一定排错能力，但坑都有人踩过）

**适用人群与变现**：独立开发者、学生、想低成本入门双足的工程师。变现方向：教育套件（鸭子形态天然适合 STEM）、IP 联名周边、以及把它当「个人具身智能作品集项目」——这个项目的面试说服力比十个 CRUD 项目强得多。

---

## 5. PollenRobotics/reachy_mini —— 千元级的开源桌面社交机器人

**[PollenRobotics/reachy_mini](https://github.com/PollenRobotics/reachy_mini)** | Star 数百 | 活跃更新

**一句话定位**：法国 Pollen Robotics 出品的开源桌面社交机器人，为「大模型 + 语音交互」量身定制的实体载体，官方定价 299 美元起（据官方公布，组装版）。

**解决什么痛点**：LLM 语音助手再聪明，也只是个喇叭里的声音；而市面上的社交机器人要么闭源、要么学术原型无法复现。Reachy Mini 把两者缝合：一个会转头、会竖天线、有表情的桌面小家伙，硬件和软件全开源，天然对接 Hugging Face 生态。

**核心功能拆解**：

- 球形头部 + 多自由度姿态系统，配合天线动作，用极简结构做出丰富「情绪表达」
- 内置麦克风与扬声器，语音交互管线开箱即用
- Python API 极简，接上任意 LLM 就是完整产品形态——这是它和玩具的本质区别
- 开源硬件设计，社区已在做第三方外壳、配件与行为包

**上手难度**：⭐⭐（买套件照说明书组装，软件端 API 对应用开发者非常友好）

**适用人群与变现**：智能硬件创业者、品牌方、教育机构。**商业潜力是本期最大**：桌面社交机器人是「开源核心 + 硬件销售 + 上层 agent 生态」的完美土壤——你可以基于它做门店迎宾、儿童陪伴、桌面对话助手等垂直方案，硬件是开源的，差异化全在软件和服务层。

---

## 6. Genesis-Embodied-AI/Genesis —— 一行代码生成物理世界的仿真引擎

**[Genesis-Embodied-AI/Genesis](https://github.com/Genesis-Embodied-AI/Genesis)** | Star 2 万+ | 活跃更新

**一句话定位**：面向机器人学习的生成式物理引擎，统一整合多种物理求解器 + 照片级渲染 + 生成式场景创建，号称比传统 CPU 仿真器快多个数量级（官方 README 宣传口径，未经独立复现）。

**解决什么痛点**：训练机器人策略需要海量交互数据，真机采不够、老仿真器（单机 CPU）太慢。Genesis 用 JAX 后端做 GPU 大规模并行，把「仿真数据工厂」的产能天花板抬了一个量级。

**核心功能拆解**：

- 统一框架下整合刚体（基于 MuJoCo 器官兼容的求解链路）、MPM、SPH、FEM、PBD 等求解器，软硬物体、流体、颗粒一个库全包
- 基于 USD 的互操作场景描述，可微仿真支持梯度式策略优化
- 生成式能力：用自然语言描述生成可交互的 4D 世界（官方演示方向）
- 对 LeRobot 生态友好，是「仿真训练 → 真机部署」链路里的算力底座

**上手难度**：⭐⭐⭐（pip 安装即用，但吃透求解器选择需要物理仿真经验）

**适用人群与变现**：机器人 RL 研究者、具身智能公司。变现方向最「卖水人」：**合成数据服务**——帮垂直行业客户在 Genesis 里批量生成带标注的训练数据，比真机采集便宜一个数量级，这个赛道目前玩家极少。

---

## 7. isl-org/OpenBot —— 把安卓手机变成机器人大脑

**[isl-org/OpenBot](https://github.com/isl-org/OpenBot)**（Intel 实验室出品） | Star 4 千+ | 成熟稳定维护

**一句话定位**：用 3D 打印底盘 + 一块 Arduino 桥接板，把你抽屉里的旧安卓手机变成机器人的大脑、眼睛和传感器中枢。

**解决什么痛点**：机器人主控 + 摄像头 + 算力模块加起来轻松过千，而一部普通手机的计算性能其实吊打多数机器人主板。OpenBot 把「人手一部的高性能传感器 + 算力平台」废物利用，整机成本压到几百元。

**核心功能拆解**：

- 手机 App + 底层固件分工：手机负责视觉感知、神经网络推理、决策；Arduino 负责电机和传感器
- 开箱即用的功能：体感遥控、道路跟随、目标跟踪、自主导航，以及跑在手机本地的 RL 策略
- 支持多种底盘构型，官方放出完整 CAD 与电路图
- 附带论文与教学材料，是机器人课程的现成教具

**上手难度**：⭐⭐⭐（结构简单，主要工作量在底盘打印与调试）

**适用人群与变现**：教学机构、快速原型团队。变现方向：STEAM 教具套件（旧手机由学生自备，套件毛利极高）、巡检/配送机器人的低成本验证原型。

---

## 8. PetoiCamp/OpenCat —— 从开源项目到量产公司的四足范本

**[PetoiCamp/OpenCat](https://github.com/PetoiCamp/OpenCat)** | Star 4 千+ | 持续维护

**一句话定位**：开源四足机器人框架（Nybble 机器猫 / Bittle 机器狗），也是「开源硬件如何做成一门真生意」的活教材——母公司 Petoi 已靠它完成多轮量产众筹。

**解决什么痛点**：四足机器人长期被波士顿动力式的天价标签垄断。OpenCat 用单片机 + 舵机做出成本千元级的四足整机，还把运动学、步态、扩展接口全部开源。

**核心功能拆解**：

- 嵌入式四足步态引擎，微控制器上实时解算，不依赖外部算力
- OpenCat API 打通 Arduino / Raspberry Pi / AI 语音模块，秒变可编程宠物
- 官方商城提供整机与套件，开源固件 + 付费硬件的商业模式已验证多年
- 社区贡献了大量技能扩展：踢球、翻越、语音控制、视觉跟随

**上手难度**：⭐⭐（买套件即可玩，改步态需要嵌入式基础）

**适用人群与变现**：极客、亲子教育、嵌入式工程师。它是本期「商业价值」栏的参照物：证明开源机器人项目的变现闭环是走得通的——开源攒口碑，整机赚利润，配件和扩展做复购。

---

## 本期横向对比

| 仓库 | 类型 | Star（约） | 上手难度 | 核心场景 |
|---|---|---|---|---|
| huggingface/lerobot | 软件框架 | 1.5 万+ | ⭐⭐⭐ | 机器人学习标准栈 |
| TheRobotStudio/SO-ARM100 | 开源硬件 | 2.5 千（两代） | ⭐⭐⭐ | 低成本数据采集机械臂 |
| Berkeley-Humanoid-Lite | 开源硬件 | 千余 | ⭐⭐⭐⭐ | 低成本人形研究平台 |
| Open_Duck_Mini | 开源硬件 | 千级 | ⭐⭐⭐⭐ | 个人 sim2real 练手 |
| reachy_mini | 软硬一体 | 数百 | ⭐⭐ | LLM 桌面社交机器人 |
| Genesis | 仿真引擎 | 2 万+ | ⭐⭐⭐ | GPU 并行物理仿真 |
| OpenBot | 软硬一体 | 4 千+ | ⭐⭐⭐ | 旧手机变机器人 |
| OpenCat | 整机产品 | 4 千+ | ⭐⭐ | 开源四足+商业化范本 |

## LeRobot 生态全景：从采集到部署

```mermaid
flowchart LR
    A["主从臂遥操作<br>SO-ARM101"] -->|采集| D["LeRobotDataset<br>统一数据格式"]
    B["机器鸭与 Reachy Mini<br>等真机"] -->|采集| D
    G["Genesis<br>GPU 并行仿真"] -->|合成数据| D
    D --> T["策略训练<br>ACT Diffusion Policy SmolVLA"]
    T -->|部署| E["真机执行<br>机械臂 人形 四足 轮式"]
```

## 生态地图

```mermaid
mindmap
  root((开源机器人八宝))
    软件与仿真
      LeRobot 学习框架
      Genesis 物理引擎
    机械臂
      SO-ARM101 主从臂
    人形与双足
      Berkeley Humanoid Lite
      Open Duck Mini 机器鸭
    桌面伙伴
      Reachy Mini 社交机器人
    移动与四足
      OpenBot 手机底盘
      OpenCat 四足整机
```

## 本期之最

- **最值得立即尝试：SO-ARM101 + LeRobot**。一个周末 + 一千多元，就能拥有「遥操作采集 → 训练 → 真机复现」的完整具身智能链路，这是 2026 年学习成本最低的入场券。
- **最有商业潜力：reachy_mini**。桌面社交机器人 + LLM 是软硬件结合的黄金切口，开源硬件负责降低信任门槛，差异化全在软件行为层——适合有应用开发能力的两人小团队切入。
- **最被低估：Open_Duck_Mini**。Star 不高，但它把「真机强化学习」的门槛从实验室级打到个人桌面级，其文档与社区踩坑记录的价值远超 Star 数体现的热度。

## 参考来源

1. [huggingface/lerobot](https://github.com/huggingface/lerobot) — Hugging Face 官方机器人学习库，LeRobotDataset 与 SmolVLA 所在仓库
2. [TheRobotStudio/SO-ARM100](https://github.com/TheRobotStudio/SO-ARM100) — 开源主从机械臂，LeRobot 官方推荐硬件
3. [BerkeleyHumanoid/Berkeley-Humanoid-Lite](https://github.com/BerkeleyHumanoid/Berkeley-Humanoid-Lite) — UC Berkeley 低成本开源人形机器人项目
4. [Genesis-Embodied-AI/Genesis](https://github.com/Genesis-Embodied-AI/Genesis) — 生成式物理仿真引擎官方仓库
5. [PollenRobotics/reachy_mini](https://github.com/PollenRobotics/reachy_mini) — 桌面社交机器人 Reachy Mini 官方仓库

> [!tip] 51学通信知识星球
> **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。
> **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。
> **当前规模**：5200 篇主题 / 990 个回答，198 元/年。
> **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。
> **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。

![51学通信知识星球海报-扫码加入](https://wiki.500nian.com/images/zhixingqiu_qrcode.png)
