Microduck：从 GitHub Repo 到中国大陆落地的一份购买与使用指南

最近 Pollen Robotics 发布了 Microduck。

它是一只大约 25 厘米高、不到 800 克重的小型双足机器人。它会走路、坐下、踢球、用嘴叼起物体、摔倒后重新站起来，甚至还能换上轮子滑行。

单看演示视频，它很容易被理解成一只可爱的 AI 玩具。

但如果打开它的 GitHub 仓库，会发现 Microduck 真正有意思的地方并不只是“做了一只会走路的鸭子”。

它尝试提供的是一条相对完整的 Physical AI 开发链路：

MuJoCo 仿真
    ↓
PPO 强化学习
    ↓
Domain Randomization / Backlash Simulation
    ↓
Sim2Real
    ↓
ONNX Policy
    ↓
RK3566 板载推理
    ↓
robotd @ 50 Hz
    ↓
15 个电机
    ↓
Physical Microduck

对于中国大陆开发者来说，真正的问题因此不只是：

这只鸭子好不好玩？

而是：

它是不是一个值得购买的 Physical AI 开发平台？如果值得，怎样从 GitHub Repo、仿真训练一路走到中国大陆的真机实验？

本文试着把这条路径讲清楚。

本文信息核对时间为 2026 年 8 月 28 日。Microduck 刚刚开放预售，官方称首批交付目标为 2026 年圣诞节前。价格、配送地区、软件成熟度和物流规则都可能继续变化，下单与发货前应再次向 Pollen Robotics、转运商和承运人确认。

一、Microduck 到底是什么？

Microduck 是 Pollen Robotics 推出的小型双足机器人。Pollen Robotics 也是 Reachy 系列机器人的开发团队，目前属于 Hugging Face。

官方把它定位为一台面向 Physical AI、强化学习和娱乐的小型机器人。硬件出厂时已经带有训练好的动作，可以直接通过手柄控制；开发者也可以修改仿真环境、重新训练 policy，再部署到真机。

它的公开软件主要分成两个项目：

• pollen-robotics/microduck：真机运行时、控制、传感器、通信、更新和部署
• pollen-robotics/microduck_rl：MuJoCo 仿真、PPO、Sim2Real 配置和 ONNX 导出

这两个 Repo 组成了一条从训练到部署的闭环。

其中，真机运行时以 Rust 编写。robotd 负责 50Hz 控制循环和电机总线；updaterd 负责签名更新、健康检查和失败回滚；configd 管理网络与设备身份；btd、padd、mediad 和 tofd 分别处理蓝牙、手柄、WebRTC 摄像头流和深度传感器。

这些进程通过 Unix Domain Socket 上的 JSON-RPC 协议通信。控制台、手柄、App 和开发者自己的脚本，最终都可以走同一套调用契约。

这也是 Microduck 最值得观察的地方：

它不只是机器人硬件，而是一套有明确进程边界、控制循环、模型部署和更新机制的 Robotics Runtime。

二、15 个电机和 policy 的 14 维动作是什么关系？

官方硬件规格写的是 15 个电机，真机总线也确实管理 15 个舵机。

但当前 microduck_rl 的核心 locomotion policy 使用 14 个 servo joint 的动作空间，公开路线图中也出现了：

obs[1, 61] → actions[1, 14]

简单理解，可以把它看成：

• 机器人硬件共有 15 个电机
• 强化学习 locomotion policy 主要控制 14 个运动关节
• 嘴部等角色化机构可以由运行时和高层技能单独编排

这个区别很重要。写 Physical AI 应用时，不一定需要让一个巨大的端到端模型直接输出所有电机目标。

更合理的结构往往是：

VLM / LLM / VLA
    ↓
High-level Intent
    ↓
walk / sit / kick / grab / recover
    ↓
RL Policy
    ↓
Joint Targets

高层模型决定“做什么”，低层 policy 负责“怎样稳定地完成动作”。

三、它适合哪些场景？

Microduck 不是工业重载机器人，也不适合安全关键型任务。它更适合低负载、低成本、强调运动、交互和快速试错的场景。

场景	主要价值
Robotics 教育	学习强化学习、Sim2Real、运动控制和机器人软件架构
Physical AI 开发	验证 VLM、VLA、Agent 与真实机器人之间的连接方式
Embodied AI 研究	低成本实验感知、动作技能、任务规划和多机器人协作
AI 玩具与陪伴	结合声音、视觉、动作和角色化设计
IP 与展示机器人	体积小、动作表现力强，适合展览和内容创作
轻量观察节点	使用摄像头、ToF、Wi-Fi 和 WebRTC 观察环境
Robot App 平台	把 walk、sit、kick、camera 等能力封装成可调用技能

Microduck 更值得关注的潜在定位，可能是：

机器人时代的 Raspberry Pi 式实验平台。

这并不是说它拥有 Raspberry Pi 那样成熟的生态，而是说它试图降低进入 Physical AI 的门槛：不需要大型实验室，不需要昂贵的全尺寸人形机器人，也能接触仿真、策略训练、真机控制和 Sim2Real。

四、真机硬件包括什么？

根据官方商城当前公布的信息，Microduck 的核心配置包括：

硬件	规格或作用
主控	Rockchip RK3566，带 AI 加速能力
内存	1GB RAM
存储	32GB
电机	15 个，用于全身运动与可动嘴部
IMU	2 个
深度传感器	8×8 ToF LiDAR
摄像头	前置广角摄像头
音频	麦克风与扬声器
NFC	头部与嘴部共 2 个天线
网络	Wi-Fi 与 Bluetooth
电池	可拆卸 NP-F550，官方称续航约 1 小时
控制	随机附带游戏手柄
体积	约 25 厘米高、780 克

Microduck 本体包装包括机器人、电池、USB-C 线和游戏手柄。

如果目标只是：

连接机器人
→ SSH / robotctl
→ 修改运行时
→ 替换 ONNX policy
→ 调整控制逻辑

官方整机已经提供了所需的板载计算和传感器，不需要再购买 Jetson 才能运行 policy。

但需要注意：RK3566 上的 1GB 内存适合运行控制循环、传感器进程和已经导出的模型，并不适合承担大规模 RL 训练，也不应该把它理解成一台能直接运行大型 VLM 的高性能边缘计算机。

五、训练仍然需要一台外部电脑

Microduck 的合理分工是：

开发机 / 云端 GPU
        ↓
MuJoCo Warp
        ↓
PPO Training
        ↓
ONNX Export
        ↓
Microduck
        ↓
50Hz Runtime Inference

microduck_rl 当前基于 mjlab、MuJoCo Warp 和 PPO。官方 Quickstart 要求 CUDA GPU 与 uv，并给出了 4096 个并行环境下训练步态的示例。官方称可用步态大约需要 1～2 小时，但实际时间会明显受到 GPU、环境数量、任务和超参数影响。

因此更稳妥的训练环境是：

• Linux 开发机
• NVIDIA GPU
• 可用的 CUDA 环境
• 足够的磁盘空间保存依赖、日志和 checkpoint
• MuJoCo / mjlab 所需的 Python 环境

RTX 2080 Ti 级别的显卡有机会运行这类任务，但官方并没有给出这张卡的保证性能数据。正式购买真机前，最好直接在自己的电脑上运行短 smoke test，再决定是否需要升级 GPU 或使用 Hugging Face Jobs。

官方推荐的基本路径类似：

git clone https://github.com/pollen-robotics/microduck_rl
cd microduck_rl

# 先做小规模 smoke test
uv run train Mjlab-Velocity-Flat-MicroDuck \
  --env.scene.num-envs 64 \
  --agent.max_iterations 5

# 再启动正式训练
uv run train Mjlab-Velocity-Flat-MicroDuck \
  --env.scene.num-envs 4096

训练完成后，可以导出 ONNX，并先在 CPU MuJoCo 中进行部署演练：

uv run scripts/export.py Mjlab-Velocity-Flat-MicroDuck \
  --wandb-run-path <entity/project/run_id>

uv run scripts/infer_policy.py --walking output.onnx

这意味着即使完全没有真机，也可以先完成一大部分学习：

• 跑通官方 simulation
• 理解 observation 与 action
• 修改 reward
• 加入 domain randomization
• 训练自己的 locomotion policy
• 导出并验证 ONNX

六、Sim2Real 为什么是核心，而不是附加功能？

在仿真中让机器人走起来并不难。

难的是让同一个 policy 到真实世界里仍然能走。

真实机器人会遇到很多仿真里容易被忽略的问题：

• 电池电压变化
• 电机摩擦与反电动势
• 指令延迟
• 齿轮间隙
• IMU 噪声
• 地面摩擦差异
• 结构件误差
• 摔倒与冲击

Microduck RL 仓库的价值就在于，它没有只给一个漂亮的 MuJoCo 模型，而是公开了 actuator model、domain randomization、backlash simulation，以及一系列从真机失败中积累的 reward 和观测设计经验。

对于研究者来说，这些“为什么仿真能走、真机却失败”的细节，往往比最终那段走路视频更有价值。

七、是否应该购买 Dev Pack？

官方目前提供三个相关选项：

• Microduck：机器人、电池、USB-C 线、游戏手柄
• Charger Pack：2 块电池和双槽充电器
• Dev Pack：备用电机、线材、电池、充电器、NFC Tag、工具和 Hugging Face 训练额度

Dev Pack 当前列出的内容包括：

• 3 个备用电机
• 5 根电机线
• 2 块电池
• 1 个双槽充电器
• 10 个 NFC Tag
• Hugging Face Credit
• 1 把螺丝刀
• 1 包备用螺丝

如果只是体验机器人，Microduck 本体就够了。

如果明确准备长期修改 policy、做跌倒恢复、测试不同地面和反复进行 Sim2Real，Dev Pack 的备用电机和线材会很有价值。自定义 policy 可能带来摔倒、碰撞、关节过载和线材松动，机械易损件比增加一个新传感器更实际。

但是对中国大陆买家来说，Dev Pack 还有一个现实问题：

它额外包含两块可拆卸锂电池。

这会显著增加跨境运输的复杂度。

八、软件开源不等于可以完整自制一台

Pollen Robotics 把 Microduck 描述为 open source。当前公开内容确实包括：

• 真机 SDK 与 Rust Runtime
• MuJoCo 模型与仿真环境
• PPO 训练配置
• Sim2Real 方法
• ONNX policy 部署链路
• 更新、回滚和 IPC 设计文档

但“软件栈公开”和“可以根据完整制造文件复刻硬件”不是一回事。

截至本文核对时，公开资料清楚展示了从 Onshape 导出的 MJCF 模型，但我没有找到一套面向第三方完整复刻的、经过官方承诺的制造包，其中同时包含完整 CAD/STL、生产级 PCB、采购 BOM、装配公差和测试流程。

因此现阶段更稳妥的理解是：

运行时：开放
训练栈：开放
仿真模型：开放
Policy 与 Sim2Real 方法：开放
完整硬件复刻路径：不要默认已经具备

它目前并不像一些提供完整 BOM、打印件和装配手册的机器人项目那样，适合直接从零采购零件复刻。

如果目标是运行官方 Repo 和现有 policy，购买官方整机仍然是风险最低的方案。

九、中国大陆能不能直接购买？

Microduck 的官方预售价为 399 美元，不含税费与运费。商城会根据地区显示不同币种；最终金额应以结账页面为准。

官方当前列出的首发市场包括：

• 美国与加拿大
• 欧盟与英国
• 挪威与瑞士
• 日本
• 韩国

中国大陆没有出现在首发配送列表中，因此不能默认官方商城可以直接寄送中国大陆地址。

更重要的是，Microduck 目前仍处于预售阶段。官方目标是 2026 年圣诞节前开始首批交付，这意味着购买者还要承担：

• 生产和交付延期
• 软件接口继续变化
• 预售产品早期质量问题
• 跨境售后与退换成本
• 税费和物流方案变化

如果结账页面不接受中国大陆地址，比较现实的候选路线是：

Pollen Robotics 官方商城
        ↓
日本或其他首发地区地址
        ↓
支持含锂设备的合规承运商
        ↓
中国大陆清关

但这不是官方承诺的中国大陆购买方案，也不意味着任何日本转运仓都会接收。下单前必须先把商品链接、电池类型、数量、Wh 参数和目的地发给转运商书面确认。

对于学校、实验室或批量采购，官方商城还提供 10 台以上订单的批量报价、支持和进口文件协助。机构用户直接联系官方销售，通常比个人转运更稳妥。

十、跨境运输的核心变量是锂电池

Microduck 使用可拆卸 NP-F550 锂离子电池。

航空运输中，电池的运输形态会影响分类：

• 独立运输的锂离子电池通常归入 UN3480
• 安装在设备内或与对应设备同箱运输的锂离子电池通常归入 UN3481

UN3480 与 UN3481 在包装、标签、文件、荷电状态和承运人接受政策上可能不同。IATA 2026 指南还要求制造商或后续分销商能够提供适用的 UN38.3 测试摘要。

因此，不要简单地认为“NP-F550 很常见，所以可以随普通包裹寄送”。承运人真正关心的是：

• 电池的准确型号和化学体系
• 单块电池的 Wh 容量
• 电池数量
• 是装在设备内、与设备同箱，还是单独运输
• UN38.3 测试摘要是否可获得
• 包装、标签和荷电状态是否符合当期规则
• 承运人及具体线路是否接受

更稳妥的做法是：

1. 下单前向 Pollen Robotics 索取随附电池的型号、Wh 和 UN38.3 信息。
2. 把完整信息提交给日本转运商或 DHL/FedEx 危险品渠道确认。
3. 不要隐瞒电池，也不要自行填写不确定的 UN 编号。
4. 优先让有资质的承运人决定电池应该安装、同箱还是拆分运输。
5. 确认中国大陆目的地的清关资料、税费和收件人要求。

“保留一块电池装机、把额外电池去掉”有时可以降低运输复杂度，但并不是所有承运人和线路都接受同一种方案。最终分类和包装必须由实际承运人确认。

这也是 Dev Pack 反而更麻烦的原因：两块额外电池可能使包裹从单一含锂设备，变成同时包含设备与多块备用电池的更复杂货件。

对首次购买者，一个更保守的策略是：

先购买 Microduck 本体
        ↓
确认官方电池文件和可用线路
        ↓
完成首台设备运输与清关
        ↓
再决定是否购买 Dev Pack

不要先假设国内购买的任意 NP-F550 都能兼容。除了电压与接口，还需要核对物理尺寸、放电能力、保护电路和固件检测要求。

十一、最推荐的购买与使用路径

如果目标是研究 Physical AI，而不是收藏一只机器鸭，最合理的路线不是立刻下单。

Phase 1：零硬件投入

先运行：

microduck_rl
+ MuJoCo
+ PPO

目标包括：

• 跑通官方仿真
• 完成小规模 smoke test
• 理解 61 维 observation 和 policy action
• 修改一个 reward
• 训练一个 locomotion policy
• 导出 ONNX
• 在 CPU MuJoCo 中完成 inference rehearsal

完成这一步，可以验证自己真正感兴趣的是机器人开发，而不只是发布视频里的可爱外形。

Phase 2：评估购买条件

在付款前确认：

• 官方预计交付时间
• 收货国家和地址
• 最终税费与运费
• 电池型号、Wh 和 UN38.3 文件
• 转运商是否书面接受
• 故障后的退换与维修路径

Phase 3：购买真机并跑通官方栈

真机到手后，不要第一天就部署自己训练的激进 policy。

先完成：

• 官方动作与手柄测试
• robotctl 健康检查
• 网络、蓝牙和摄像头验证
• OTA 更新与回滚测试
• 官方 policy 的日志和观测记录

建立可靠基线之后，再替换自己的 ONNX。

Phase 4：进入 Sim2Real

接下来重点研究：

• actuator mismatch
• battery voltage 与 voltage sag
• friction randomization
• backlash
• IMU noise
• command latency
• fall recovery
• policy stability

每次只修改少量变量，并始终保留可回滚的官方 policy。

Phase 5：加入高层 AI

当基础动作稳定后，可以继续叠加：

Camera / ToF / Audio
        ↓
VLM / VLA / LLM Agent
        ↓
High-level Planner
        ↓
Motion Skill
        ↓
RL Policy
        ↓
Microduck

例如把动作能力封装成：

walk_forward()
turn_left()
look_at_person()
sit()
kick()
grab()
recover()
celebrate()

高层 Agent 负责理解场景与规划任务，低层 policy 负责稳定、实时和安全地控制身体。

这比让 LLM 直接输出每个舵机的位置更符合当前机器人系统的工程现实。

十二、最终建议

如果只是想判断 Microduck 值不值得买，我的建议仍然是：

先别急着买。

先在现有 GPU 或 Hugging Face Jobs 上跑通：

官方 simulation
→ 小规模训练
→ 修改 reward
→ 自己训练
→ 导出 ONNX
→ 仿真推理验证

如果完成这些步骤后仍然觉得有意思，再购买真机。

这样买到的就不只是一只“会走路的玩具”，而是一台可以持续用于：

• Reinforcement Learning
• Sim2Real
• Embodied AI
• VLA
• Robotics Runtime
• Physical AI Agent

实验的小型平台。

Microduck 真正值得研究的地方，也不只是它的机械结构。

它更像是在尝试回答一个更大的问题：

未来 AI 开发者，能不能像今天开发 Web 和 App 一样，以足够低的成本开发、测试、发布和分享 Physical AI？

Microduck 还很早，软件和交付都在快速变化，生态也远未成熟。

但它提供的这条路径——从 MuJoCo 到 PPO，从 ONNX 到 50Hz 真机控制，从模型更新到失败回滚——已经比“买一只会动的机器人”更值得关注。

参考资料

• Microduck 官方 GitHub Repo
• Microduck RL 训练项目
• Microduck 官方介绍
• Pollen Robotics：Meet Microduck
• Microduck 官方商城
• Microduck Dev Pack
• IATA 2026 Lithium Battery Guidance Document