来源：Midjourney / VB
价值 45 亿美元的 AI 平台 Hugging Face 已成为机器学习 （ML） 的 GitHub，周二宣布推出 Reachy Mini，这是一款售价 299 美元的桌面机器人，旨在将 AI 驱动的机器人技术带给全球数百万开发人员。这款 11 英寸人形伴侣代表了该公司迄今为止最大胆的举措，旨在实现机器人开发民主化，并挑战该行业传统的闭源、高成本模式。
该公告发布之际，Hugging Face 跨越了 1000 万用户的重要里程碑，首席执行官 Clément Delangue 在一次独家采访中透露，“越来越多的人正在构建与机器人相关的内容。这款紧凑型机器人可以放在笔记本电脑旁边的任何桌子上，解决了 Delangue 所说的机器人技术开发中的一个基本障碍：可访问性。
“机器人技术的挑战之一是，你知道你不能只在笔记本电脑上构建。你需要有某种机器人合作伙伴来帮助你的建筑，而大多数人无法购买 70,000 美元的机器人，“Delangue 解释说，他指的是传统的工业机器人系统，甚至是较新的类人机器人，如特斯拉的 Optimus，预计成本为 20,000 至 30,000 美元。
软件公司如何在物理 AI 机器人上下大赌注
Reachy Mini 是 Hugging Face 在 4 月份收购法国初创公司 Pollen Robotics 后推出的，这是该公司自成立以来最重要的硬件扩张。该机器人是第一款与 Hugging Face Hub 原生集成的消费类产品，允许开发人员访问数千个预构建的 AI 模型，并通过平台的“Spaces”功能共享机器人应用程序。
随着 AI 行业努力应对下一个前沿领域：物理 AI，这个时机似乎是经过深思熟虑的。虽然大型语言模型 （LLM） 在过去两年中占据主导地位，但行业领导者越来越认为 AI 需要物理体现才能实现人类水平的能力。高盛预计，到 2035 年，人形机器人市场可能达到 380 亿美元，而世界经济论坛将机器人技术确定为工业运营的关键前沿技术。
“我们看到越来越多的人转向机器人技术，这非常令人兴奋，”Delangue 说。“我们的想法是真正成为 AI 构建者的桌面开源机器人。”
299 美元的机器人内部，可以使 AI 开发大众化
Reachy Mini 将复杂的功能融入其紧凑的外形中。该机器人的移动头部具有六个自由度、全身旋转、动画天线、广角摄像头、多个麦克风和一个 5 瓦扬声器。无线版本包括 Raspberry Pi 5 计算机和电池，使其完全自主。
该机器人作为 DIY 套件提供，可以用 Python 编程，并计划支持 JavaScript 和 Scratch。预装的演示应用程序包括面部和手部跟踪、智能伴侣功能和舞蹈动作。开发人员可以通过 Hugging Face 的 Spaces 平台创建和共享新应用程序，从而有可能创建 Delangue 设想的“数千、数万、数百万个应用程序”。
这种方法与传统机器人公司形成鲜明对比，传统机器人公司通常每年发布一款定制选项有限的产品。“我们希望有一个模型，我们可以发布大量内容，”Delangue 解释说。“也许我们每年会发布 100 个原型。在这 100 个原型中，也许我们自己只会组装 10 个......也许是完全组装的、完全打包的、与所有软件堆栈完全集成的，也许只会有其中的几个。
为什么开源硬件可能是机器人技术的未来
此次发布代表了对开源原则能否成功转化为硬件业务的一次引人入胜的测试。Hugging Face 计划将所有硬件设计、软件和组装说明作为开源发布，允许任何人构建自己的版本。该公司通过便利实现盈利，将预组装的单元出售给愿意付费而不是从头开始构建的开发人员。
“你试图尽可能多地分享，以真正赋予社区权力，”Delangue 解释说。“有些人，即使他们拥有所有开源的配方来构建自己的 Reachy Mini，他们也宁愿花 300 美元、500 美元就准备好，或者在家轻松组装。”
这种硬件免费增值方法与成功的软件模型相呼应，但面临独特的挑战。制造成本、供应链复杂性和物理配送造成了纯软件业务中不存在的限制。然而，Delangue 认为这创造了有价值的反馈循环：“你从开源社区了解他们想要构建什么，他们想要如何构建，你可以将其重新整合到你销售的产品中。
您家中的 AI 机器人面临的隐私挑战
进入机器人技术领域提出了有关数据隐私和安全的新问题，而纯数字 AI 系统则不存在这些问题。配备摄像头、麦克风的机器人以及在家中和工作场所进行物理作的能力创造了前所未有的隐私考虑。
Delangue 将开源定位为解决这些问题的解决方案。“我个人做开源机器人的动机之一是，它将对抗权力集中......创造用户并不真正理解或真正控制的黑匣子机器人的自然趋势，“他说。“最终在一个只有少数公司控制着人们家中的数百万个机器人的世界里，能够在现实生活中采取行动，这个想法是相当可怕的。”
开源方法允许用户检查代码、了解数据流，并可能在本地运行 AI 模型，而不是依赖云服务。对于企业客户，Hugging Face 的现有企业平台可以为机器人应用程序提供私有部署选项。
从原型到生产：Hugging Face 的制造赌注
Hugging Face 在从软件平台过渡到硬件公司的过程中面临着重大的制造和扩展挑战。该公司计划最早在下个月开始发货 Reachy Mini，从更多面向 DIY 的版本开始，客户可以在其中完成最终组装。
“第一个版本的发货将有点 DIY，从某种意义上说，我们将与用户分担组装的重量，”Delangue 解释说。“我们将自己进行一些组装，用户将自己进行一些组装。”
这种方法与公司的目标一致，即让 AI Builder 社区参与动手机器人开发，同时管理制造复杂性。该策略还反映了新产品品类市场需求的不确定性。
以彻底的透明度对抗特斯拉和波士顿动力公司
Reachy Mini 进入了快速发展的机器人领域。特斯拉的 Optimus 计划、Figure 的人形机器人和波士顿动力公司的商业产品代表了高端市场，而宇树 Unitree 等公司则推出了更实惠的人形机器人，价格约为 16,000 美元。
Hugging Face 的方法与这些竞争对手有着根本的不同。该公司不是创建一个功能强大的机器人，而是构建一个由经济实惠的模块化开源机器人组件组成的生态系统。以前的版本包括 SO-101 机械臂（起价 100 美元）和 HopeJR 人形机器人（约 3,000 美元）的计划。
该战略反映了 AI 开发的更广泛趋势，其中来自 Meta 等公司的开源模型和较小的参与者对 OpenAI 等闭源领导者提出了挑战。今年 1 月，中国初创公司 DeepSeek 发布了一款功能强大的 AI 模型，其开发成本明显低于竞争对手的系统，震惊了整个行业，展示了开源方法颠覆老牌企业的潜力。
构建生态系统：为开放式机器人技术提供动力的合作伙伴关系
Hugging Face 的机器人业务扩展得益于整个行业的战略合作伙伴关系。该公司通过 Isaac Lab 与 NVIDIA 合作进行机器人模拟和训练，使开发人员能够在部署之前生成合成训练数据并在虚拟环境中测试机器人行为。
最近发布的 SmolVLA 是一个 4.5 亿参数的视觉-语言-行动模型，展示了 Reachy Mini 背后的技术基础。该模型旨在足够高效地在包括 MacBook 在内的消费类硬件上运行，使个人开发人员能够使用复杂的 AI 功能，而不需要昂贵的云基础设施。
由加州大学伯克利分校教授 Sergey Levine 联合创立的初创公司 Physical Intelligence 通过 Hugging Face 提供了其 Pi0 机器人基础模型，为不同机器人方法之间的交叉授粉创造了机会。“让机器人技术更容易获得可以提高技术进步的速度，”Levine 在关于开源机器人技术的声明中指出。
一个 299 美元的机器人对价值 10 亿美元的 AI 硬件竞赛意味着什么
Reachy Mini 的推出标志着 Hugging Face 的雄心壮志，即成为所有模式的 AI 开发的主导平台，而不仅仅是文本和图像生成。由于机器人技术是一个重要的市场，早期的平台定位可能被证明具有战略价值。
Delangue 设想了一个未来，硬件将成为 AI 开发工作流程不可或缺的一部分。“我们将硬件视为 AI Builder 构建块的一部分，”他解释说。这符合公司“开放、社区驱动、将所有内容与尽可能多的社区成员、尽可能多的其他组织集成”的方法。
公司的财务状况为尝试硬件业务模式提供了灵活性。作为一家拥有大量资金的盈利公司，Hugging Face 有能力优先考虑市场开发而不是即时的收入优化。Delangue 提到了潜在的订阅模式，其中 Hugging Face 平台访问可能包括硬件组件，类似于一些软件公司捆绑服务的方式。
经济实惠的机器人如何改变教育和研究
除了商业应用之外，Reachy Mini 还可以对机器人教育和研究产生重大影响。该机器人的成本为 299 美元，比许多智能手机都便宜，同时提供完整的可编程性和 AI 集成。大学、编码训练营和个人学习者可以使用该平台来探索机器人概念，而无需昂贵的实验室设备。
开源性质使教育机构能够修改硬件和软件以适应特定课程。学生可以使用同一平台从基本的编程练习发展到复杂的 AI 应用程序，从而有可能加速机器人教育和劳动力发展。
Delangue 透露，社区反馈已经影响了产品开发。一位同事的 5 岁女儿想带着机器人在家里走来走去，这导致了无线版本的开发。“她开始想带着 Reachy Mini 到处带，”他解释说。“那时电线开始成为一个问题。”
可能重塑整个机器人行业
Hugging Face 的方法可能会从根本上改变机器人行业的动态。传统的机器人公司在专有技术上投入了大量资金，将创新局限于内部团队。开源模型可以释放数千名开发人员的分布式创新，从而有可能在降低成本的同时加速进步。
该战略反映了其他技术领域的成功颠覆。Linux 挑战了专有作系统，Android 使移动开发大众化，TensorFlow 加速了 ML 的采用。如果成功，Hugging Face 的机器人平台可能会遵循类似的轨迹。
然而，与软件相比，硬件带来了独特的挑战。制造质量控制、供应链管理和物理安全要求造成了纯数字产品中不存在的复杂性。该公司在保持其开源理念的同时应对这些挑战的能力将决定该平台的长期成功。
无论 Reachy Mini 是成功还是失败，它的推出都标志着机器人技术开发的关键时刻。一家大型 AI 平台首次押注机器人技术的未来不属于企业研究实验室，而属于数百万拥有经济实惠的开源工具的个人开发人员。在一个长期被保密和六位数价格标签所主导的行业中，这可能是最具革命性的想法。