前几期我们盯的多是效率工具、自托管、变现神器，这一轮刻意换个赛道：具身智能与开源机器人生态。2025 到 2026 年，人形机器人与四足机器人从发布会走向量产，而真正让个人开发者也能上桌的，是正在爆发的一层开源栈——从物理仿真引擎、强化学习训练库、全栈学习框架，到百美元级主从机械臂、桌面机器猫，甚至 NASA 级的行星车图纸。本期 8 个仓库按「仿真层 → 学习框架层 → 硬件层」组织，既有 Star 数万的头部项目，也有千星级的小而美研究仓库；既有纯软件即装即玩，也有拧螺丝焊线材的硬核 DIY。
说明：文中 Star 数为成文时快照的量级估计（约数），实时数据请以各仓库主页为准。
一句话定位：Hugging Face 官方机器人库，社区常称它是「机器人界的 transformers」。
痛点：以前做机器人学习，要把 ROS、自造的数据格式、论文复现代码、真机部署全拼在一起，光数据管道就能劝退一个团队。LeRobot 用一套类 HuggingFace datasets 的机器人数据格式统一了「采集—训练—评估—部署」全流程：遥操作脚本直接录数据，训练脚本跑 ACT、Diffusion Policy 等主流策略，模型还能直接推到真机执行。2025 年后它进一步吸收了 SmolVLA 这类小型 VLA（视觉-语言-动作）模型，并与 Physical Intelligence 开源的 π0 生态打通，路线图与具身智能最热的研究几乎同步。
上手难度：⭐⭐⭐（会 Python 即可跑通仿真部分，上真机需要一点硬件动手能力）
适用人群：想从 AI 转入具身智能的算法工程师、机器人方向研究生。变现思路非常清晰：用「LeRobot + 主从臂」搭数据采集工作站，承接具身智能公司的遥操作数据外包；或者做「套件 + 课程」卖给高校，这套栈目前几乎是没有竞品的默认教学选择。
一句话定位：2024 年底开源即刷屏的生成式物理仿真平台，主打「一个内核、多种物理、极快速度」。
痛点：机器人策略训练需要海量可并行的仿真环境，传统引擎要么贵、要么慢、要么只擅长刚体。Genesis 基于 Taichi 语言构建统一计算内核，同一套接口下集成刚体、MPM、SPH、FEM、PBD 等多类求解器，还支持可微分仿真与光线追踪渲染；官方基准称部分刚体场景速度比实时快数万倍以上（以官方口径为准）。更有想象力的是它的「生成式」野心：用一段文字描述自动生成带物理、带相机、带代理的可交互场景，直接给 VLA 模型造训练料。
上手难度：⭐⭐（纯软件，pip install 后即可在笔记本上玩转基础示例，这是本期零硬件门槛的首选）
适用人群：强化学习/VLA 研究者、需要合成数据的算法团队。商业方向：做「合成数据工厂」，按场景包卖仿真环境；或给仓储、手术机器人等垂直行业提供仿真定制服务。
一句话定位：DeepMind 亲自维护的老牌刚体物理引擎，机器人仿真的「事实标准」之一。
痛点：商业仿真软件又贵又黑盒，学术成果无法复现。MuJoCo 自被 Google 收购后完全免费并以 Apache-2.0 开源，十年学术验证的精确接触动力学让它成为大量论文的默认基线——本期 LeRobot 的部分仿真环境、以及无数腿足论文都跑在它上面。亮点包括简洁的 MJCF 场景描述语言、开箱即用的交互式 GUI（simulate），以及 MJX——把仿真搬到 JAX 上、在 GPU/TPU 上做批量并行训练的新路线。
上手难度：⭐⭐⭐（写 XML 建模有一点学习曲线，但官方文档和教程非常完善）
适用人群：需要精确、可控物理仿真的研究者与工程师。它更适合作为「底层引擎」进入你的技术栈：基于它做垂直行业定制（例如康复机器人、手术器械仿真）本身就是一门能收咨询费的生意。
一句话定位：百美元级的开源主从机械臂，LeRobot 官方支持硬件，个人拥有「机械臂自由」的最低门槛。
痛点：一台像样的商用机械臂动辄数千上万美元。SO-ARM 的思路极简：3D 打印结构件 + STS3215 总线舵机，组成一对「leader + follower」主从臂——你摇动小臂，大臂跟做，动作即被录成数据。全套 STEP/STL 文件、BOM 清单、组装视频完全开源，与 LeRobot 的采集脚本无缝对接，从打印到采出第一批数据通常只要一个周末。后续的 SO-101 改进了走线与关节设计，进一步降低复刻门槛。
上手难度：⭐⭐⭐（需要一台 3D 打印机或网购打印件，组装校准半天到一天）
适用人群：创客、机器人课程教师、想低成本入场具身智能的开发者。变现路径是本期最直观的之一：套件代工与销售、高校实训课程包、以及给数据公司搭建遥操作工位。
一句话定位：斯坦福 ALOHA 项目官方仓库——低成本双手双臂遥操作平台 + ACT 策略，模仿学习研究的标志性工作。
痛点：双手精细操作（叠衣服、夹杯子）的数据采集极其昂贵，长期是研究瓶颈。ALOHA 用两台小型 leader 臂 + 两台 follower 臂的「四臂」结构配合 3D 打印机架，把双臂遥操作平台压到普通实验室买得起的量级；配套的 ACT（Action Chunking with Transformers）用「一次预测一段动作序列」的方式抑制误差累积，成为后续 Mobile ALOHA 等一系列爆款的源头。这个仓库 Star 虽只有千级，引用它的论文和衍生项目却难以计数——典型的「低星高能」。
上手难度：⭐⭐⭐⭐（四臂组装与调试工作量不小，研究栈也需要一定基础）
适用人群：机器人学习方向实验室、双臂数据采集团队。商业上可作为「科研复现服务」的样板：帮实验室照图施工、调通整套 ACT 训练链路，按项目收费。
一句话定位：宇树官方的强化学习训练库，用一份开源代码打通「仿真里训腿足策略 → 真机上跑起来」。
痛点：腿足 RL 从零搭环境要踩的坑极多：奖励函数、域随机化、sim2real 参数迁移，每一项都能耗掉几个月。这个仓库直接给出宇树 Go2 四足、H1/G1 人形等机器人的完整训练环境与奖励设计，底层以 Isaac 系仿真为底座做大规模并行训练，训出的策略可通过 unitree_sdk2 部署到真机。你买一台 Go2，配套这个仓库，就能在几周内走完过去博士课题级别的「训练—部署」闭环。
上手难度：⭐⭐⭐⭐（需要理解 RL 基础与 GPU 并行仿真，真机部署还要额外折腾）
适用人群：腿足方向工程师、拥有宇树硬件的团队。变现方向：给中小公司做四足/人形的巡检、表演等技能定制开发——这个位置上的供给侧人才目前严重不足。
一句话定位：Kickstarter 爆款桌面机器猫 Nybble 与机器狗 Bittle 背后的开源固件项目。
痛点：想要一只「活的」桌面机器人，商业产品封闭又昂贵。OpenCat 把路线走成「开源固件 + 3D 打印骨架 + 总线舵机」：主控用自研 NyBoard 或 ESP32 的 BiBoard，动作以帧数组的形式存在固件里，像「肌肉记忆」一样被调用，支持 App 遥控、红外、语音指令；后来的 Bittle X 更是直接内置了语音交互。它同时是极好的教学载体——从逆运动学到状态机，每一层都看得见摸得着。
上手难度：⭐⭐（直接买官方套件，烧录固件当天就能跑；纯 DIY 打印件则需要更多耐心）
适用人群：STEAM 教育者、想给孩子找硬核玩具的家长、桌面机器人爱好者。变现思路：围绕它做竞赛与课程（已有不少教育机构这么干），或基于固件做企业联名定制。
一句话定位：NASA 喷气推进实验室（JPL）工程师业余时间放出的「迷你好奇号」——1:10 比例行星探测车的全套图纸、代码与 BOM。
痛点：所有仰望火星车的人都在问同一个问题：我能造一台吗？JPL 直接把答案开源：摇臂-转向架（rocker-bogie）悬挂复刻、树莓派主控、Xbox 手柄遥控，官方说明整套零件成本约 2500 美元上下（以仓库说明为准），全部元器件可在公开渠道买到。从悬挂几何到电机控制，文档细致到每一个螺栓，全球高校、博物馆和车库极客已经造出了大量「同款」。
上手难度：⭐⭐⭐⭐（零件多、工期以周末计，但没有黑科技门槛，照图纸就能堆出来）
适用人群：硬件社团、科技馆、研学机构。商业思路：科技馆展品定制、营地课程（「周末造一台火星车」本身就是极具传播力的招生素材）、影视道具租赁。
| 仓库 | 层级 | Star 量级 | 上手难度 | 适用场景 |
|---|---|---|---|---|
| huggingface/lerobot | 全栈学习框架 | 万级 | ⭐⭐⭐ | 策略训练、数据采集、具身智能入门 |
| Genesis-Embodied-AI/Genesis | 生成式物理仿真 | 2 万级 | ⭐⭐ | 合成数据、VLA 训练环境、纯软件尝鲜 |
| google-deepmind/mujoco | 物理引擎 | 8k+ | ⭐⭐⭐ | 精确仿真、论文基线、行业定制底座 |
| TheRobotStudio/SO-ARM100 | 开源机械臂硬件 | 2k 上下 | ⭐⭐⭐ | 遥操作、数据采集工位、教学套件 |
| tonyzhaozh/aloha | 双臂研究平台 | 约 1.5k | ⭐⭐⭐⭐ | 模仿学习研究、双臂操作数据 |
| unitreerobotics/unitree_rl_gym | 腿足 RL 训练库 | 千级 | ⭐⭐⭐⭐ | 四足/人形策略训练与真机部署 |
| PetoiCamp/OpenCat | 桌面机器人固件 | 3k+ | ⭐⭐ | STEAM 教育、桌面陪伴、竞赛 |
| nasa-jpl/open-source-rover | 教育级行星车 DIY | 约 7k | ⭐⭐⭐⭐ | 展馆展品、研学营地、硬核 DIY |
mindmap
root((开源机器人生态))
仿真与物理层
Genesis 生成式仿真
MuJoCo 事实标准引擎
学习与框架层
LeRobot 全栈框架
ALOHA 双臂研究平台
unitree_rl_gym 腿足训练
硬件与实体层
SO-ARM100 百美元机械臂
OpenCat 桌面机器猫
JPL 开源行星车
pip install 之夜就能跑出带物理的仿真场景，是体验具身智能最低成本的一扇门。[!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。