一个售价 299 美元的开源机器人，能做的事可能比你想象的要多得多。
2025年4月，当 Hugging Face 宣布收购法国机器人公司 Pollen Robotics 时，大多数人的第一反应是困惑——一家以 AI 模型 Hub 著称的软件公司，为什么要买一家机器人硬件公司？
16个月后，答案清晰得让人无法忽视。这家公司已出货超过 10,000 台桌面机器人 Reachy Mini，社区为其开发了 200 多个应用。2026年8月底，它又推出了一款 25 厘米高的双足机器人 Microduck，售价仅 399 美元。更值得关注的是，Hugging Face 正在将这些机器人与 NVIDIA 的 Isaac GR00T 模型、自己的 LeRobot 开源库、以及一个全新的“agentic robotics appstore”整合在一起。
这不是一个玩具公司的故事。这是开源 AI 向物理世界延伸的关键一役。
两条产品线，一个战略逻辑
要理解 Hugging Face 的机器人战略，先看它的产品矩阵。
Reachy Mini 是一款 28 厘米高、1.5 公斤重的桌面机器人。头部在 6 个轴向上自由转动，两只 LED 屏幕做的“眼睛”和一对天线让它天生具备表情表达能力。它有两个版本：Lite 版 299 美元，需要连接电脑使用；Wireless 版 449 美元，自带 Raspberry Pi 5、无线连接和内置电池，可独立运作。
Microduck 则是完全不同的物种。它身高 25 厘米，体重不到 800 克，15 个电机驱动全身动作。它的嘴可以夹取物品——虽然官方说最多只能夹 100 克左右。摔倒后能自己爬起来。它甚至还有一个压箱底的技能：穿上轮子后在桌面滑行。
两者的定位差异，Pollen Robotics 团队自己说得最清楚：“Reachy Mini 是一个为 AI 交互设计的平台，Microduck 是一个为 AI 行动设计的平台。”前者处理的是“看、听、说、表达”，后者处理的是“如何在物理世界中移动、抓取、跌倒、爬起”——也就是强化学习从仿真走向真实硬件的那条关键鸿沟。
这个产品矩阵的另一端，是 Reachy 2——一款售价 70,000 美元的全身人形机器人。双臂各 7 个自由度，每只手臂可提起 3 公斤的重物，目前已在康奈尔大学和卡内基梅隆大学的实验室中运行。从 70,000 美元的实验室设备到 299 美元的桌面玩具，再到 399 美元的学习型双足机器人，Hugging Face 正在用价格梯度和功能分层，覆盖从顶级科研到业余爱好的全频谱用户。
从软件开源到硬件开源：一条更难的路
Hugging Face 的核心资产是什么？是它的模型 Hub、数据集、以及围绕“开源协作”建立起来的社区文化。过去几年，这家公司证明了在 AI 软件领域，开源可以打败闭源：当足够多的人共同贡献时，开放模型的质量和迭代速度可以追上甚至超过封闭的顶级模型。
但这个逻辑在硬件上能复制吗？
Pollen Robotics 的做法是：机器人运行的每一行代码都在 GitHub 上公开可查。Reachy Mini 和 Microduck 的 SDK、仿真环境、强化学习训练栈，全部开源。“机器人运行的代码就是你读到的、可以 fork 的、可以重新训练的。”这句话在硬件公司嘴里说出来，分量比在软件公司那里重得多。
硬件开源面临的挑战显而易见。供应链管理、物料成本、品控、售后——这些软件公司不需要面对的脏活累活，硬件公司一个都不能少。Pollen Robotics 团队花了大量时间在制造工艺上，与 Seeed Studio 合作完成生产。官网标注“10,000+ shipped worldwide”的背后，是实实在在的供应链工程能力。
但 Hugging Face 有自己的独特武器：LeRobot。这个开源机器人库在过去一年中 GitHub stars 增长了近三倍，提供了从模仿学习到视觉-语言-动作模型的完整工具链。通过与 NVIDIA 的合作，Isaac GR00T 1.7 和 Isaac Teleop 已集成到 LeRobot 中，开发者可以直接在上面训练、评估和部署机器人策略。
这就是 Hugging Face 的逻辑闭环：用开源社区推动算法进步，用算法进步提升硬件价值，用硬件销售扩大社区规模。
Agentic Robotics Appstore：一个被低估的信号
2026年5月，Hugging Face 推出了一个名为“agentic robotics appstore”的平台。这个思路听起来简单：为 Reachy Mini 的应用创建一个类似手机应用商店的市场。但深入看细节，意义远不止于此。
用户可以在 app store 上用自然语言描述需求，AI 代理会直接生成一个机器人应用并推送到 Reachy Mini 上运行——不需要写一行代码。截至推出时，社区已经发布了 200 多个应用，由 150 多位开发者创建，其中大部分人之前从未写过机器人代码。
Hugging Face 的产品负责人 Clem 在博客中讲了一个故事：一位 78 岁的用户 Joel Cohen，用自然语言描述需求，AI 为他生成了一个让机器人挥手打招呼的应用——整个过程不到一小时。
这个 app store 的出现，将 Reachy Mini 从一个开发者工具变成了一个平台。它意味着 Hugging Face 看到的不仅仅是销售硬件，而是在构建一个围绕物理 AI 的生态系统。LeRobot 是机器人的“操作系统层”，app store 就是机器人的“应用层”——这恰好是 Hugging Face 在 AI 软件领域最擅长的打法。
另一个被忽略的关键数据是：已出货的 Reachy Mini 每个月产生 15,000 小时的对话时长。如果按照 GPT-realtime 的定价计算，每月需支付 45,000 美元的 API 费用。Hugging Face 的工程师为此做了自己的本地语音方案，成本降到每小时 0.25 美元，且完全开源。这个选择透露了一个重要信号：在物理 AI 场景中，云端推理的成本结构不可持续，边缘计算和本地推理才是方向。
Physical AI 市场的入场时机
从市场时机来看，Hugging Face 的押注不可谓不精准。根据 MarketsandMarkets 的数据，Physical AI 市场正以 47.2% 的年复合增长率扩张（2026-2032年），是当前科技领域增长最快的细分赛道之一。AI 机器人市场预计从 2026 年的 247 亿美元增长到 2035 年的 1444 亿美元。
各大科技巨头和创业公司都在向这个领域涌入。NVIDIA 在 GTC 2026 上发布了 Isaac GR00T N 开放模型。Arm 在 2026 年初将业务重组为三大板块，新设立的 Physical AI 部门专门押注机器人。阿里巴巴推出了开源物理 AI 模型 RynnBrain。中国的宇树科技也在筹备 IPO。
但 Hugging Face 的入场方式和其他人不同。它不做最贵的机器人，也不做最强的 AI 模型——它做的是“连接器”。用开源硬件连接开发者，用 LeRobot 连接算法，用 app store 连接应用场景，用 Hugging Face Hub 上数十万个现有模型连接物理世界。
正如 Hugging Face 联合创始人兼首席科学家 Thomas Wolf 在收购时所说：“我们相信机器人可能是 AI 解锁的下一个前沿——它应该是开放的、可负担的、保护隐私的。”
这句话的关键词不是“开放”或“前沿”，而是“可负担的”。在一个人形机器人动辄十几万美元、双足研究平台最低也要 21,800 美元的市场里，399 美元的 Microduck 和 299 美元的 Reachy Mini 正在重新定义“入门级”的含义。
挑战与局限
这场物理 AI 的开放实验也面临现实的边界。
首先，性能和售价之间存在根本性矛盾。399 美元的 Microduck 最多只能夹起 100 克的重物，其计算能力也远不足以运行端到端的大模型。它适合学习和实验，但距离真正的“有用”还有距离。Reachy Mini 的对话能力也需要依赖外部语音模型。
其次，硬件开源在规模化后可能面临知识产权和仿制的问题。软件开源可以通过服务收费——Hugging Face Hub 的商业模式正是如此——但硬件开源一旦被低成本仿制，原始厂商将面临巨大的价格压力。
第三，生态系统的网络效应尚未形成。200 个应用和 150 位开发者对于一个平台来说只是起步阶段，远未达到临界质量。LeRobot 虽在快速增长，但相比 NVIDIA 在机器人领域的深厚积累和工业客户基础，仍有显著差距。
最后，Hugging Face 的核心战场仍在 AI 软件领域。机器人硬件是一个完全不同的赛道，需要不同的运营节奏、供应链能力和资本策略。对于一家尚未盈利的 AI 独角兽来说，这个额外负担不容小觑。
谁会赢？谁危险？
Hugging Face 在物理 AI 领域的赌注，打在最难但回报最大的那张牌上：降低入口门槛。在一个价格和复杂度是最大壁垒的市场里，谁能把“第一次接触机器人”的成本降到最低，谁就有可能定义下一代开发者的工具链。
受威胁最大的，是那些依赖封闭生态和高价策略的传统机器人公司。当学习者第一次在 Microduck 上学会训练一个强化学习策略，当学生在 Reachy Mini 上写出了自己的第一个人机交互程序——他们未来的职业选择将会偏向他们最先接触的平台。Hugging Face 要做的，就是让这个“最先接触的平台”是自己的。
风险也是真实的。硬件制造的复杂性、开源模式的商业化困境、以及来自 NVIDIA 等巨头在机器人基础模型层面的竞争，都可能让这场实验半途而废。但有一点是确定的：当全球最大的 AI 开源社区决定认真做硬件时，行业格局不可能不变。
就像 Microduck 摔倒后自己爬起来一样——输赢不在一时，关键是能一次次站起来继续走。
快报