这一宣布正值Hugging Face用户数突破1000万的重要里程碑之际,公司CEO克莱门特·德朗热(Clément Delangue)在独家采访中透露:“越来越多的人正在从事与机器人技术相关的开发。”这款紧凑型机器人可以放在笔记本电脑旁的任何桌面上,解决了德朗热所说的机器人技术开发中的一个基本障碍:可及性。
“机器人技术的一个挑战在于,你不能仅仅在笔记本电脑上进行开发,你需要某种机器人合作伙伴来协助你的开发工作,而大多数人无法购买价值7万美元的机器人,”德朗热解释道,这里他指的是传统的工业机器人系统,甚至是像特斯拉Optimus这样较新的人形机器人,其预计成本也在2万至3万美元之间。
软件公司如何大举押注实体AI机器人
Reachy Mini源于Hugging Face今年4月对法国初创公司Pollen Robotics的收购,这是公司自成立以来最重大的硬件扩展举措,该机器人是首款与Hugging Face Hub原生集成的消费级产品,允许开发者访问数千个预构建的AI模型,并通过平台的“Spaces”功能分享机器人应用。
这一时机似乎经过精心策划,因为AI行业正面临下一个前沿领域:实体AI。尽管大型语言模型(LLM)在过去两年中占据主导地位,但行业领袖越来越认为,AI需要实体化才能实现人类级别的能力。高盛预测,到2035年,人形机器人市场可能达到380亿美元,而世界经济论坛则将机器人技术视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,”德朗热说,“我们的目标是真正成为AI开发者桌面上的开源机器人。”
这款299美元的机器人如何可能民主化AI开发
Reachy Mini在其紧凑的外形中集成了复杂的功能,该机器人头部具有六个自由度,可全身旋转,配备有动画天线、广角摄像头、多个麦克风和一个5瓦的扬声器。无线版本包括Raspberry Pi 5计算机和电池,使其完全自主。
该机器人以DIY套件形式发货,可以使用Python进行编程,并计划支持JavaScript和Scratch。预装的演示应用包括面部和手部追踪、智能伴侣功能和舞蹈动作。开发者可以通过Hugging Face的Spaces平台创建和分享新应用,德朗热设想这可能会创造出“成千上万,甚至数百万”的应用。
这种方法与传统的机器人公司形成鲜明对比,后者通常每年只发布一款产品,且定制化选项有限。“我们希望以大量发布产品为模式,”德朗热解释道,“也许我们每年会发布100个原型。在这100个原型中,也许我们只会自己组装10个……而完全组装好、包装好、集成所有软件栈的,可能只有几个。”
为什么开源硬件可能是机器人技术的未来
这一发布是对开源原则能否成功应用于硬件业务的一次有趣测试。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。公司通过提供便利性来盈利,向那些宁愿支付费用也不愿从头开始构建的开发者销售预组装单元。
“你尽量分享尽可能多的内容,以真正赋能社区,”德朗热解释道,“有些人即使拥有构建自己Reachy Mini的所有开源配方,也宁愿花300美元、500美元来获得一个已经准备好的,或者在家容易组装的。”
这种硬件的免费增值模式与成功的软件模式相呼应,但面临着独特的挑战。制造成本、供应链复杂性和实体分销创造了纯软件业务中不存在的限制,然而,德朗热认为,这创造了有价值的反馈循环:“你从开源社区了解到他们想构建什么、如何构建,然后你可以将其重新整合到你销售的产品中。”
家庭AI机器人面临的数据隐私挑战
进军机器人技术领域引发了关于数据隐私和安全的新问题,这些问题在纯数字AI系统中并不存在。配备有摄像头、麦克风以及能够在家庭和工作场所采取物理行动的机器人带来了前所未有的隐私考虑。
德朗热将开源视为解决这些担忧的方案。“我推动开源机器人技术的一个个人动机是,它将对抗权力的集中……创建用户并不真正理解或控制的黑箱机器人的自然倾向,”他说,“最终陷入一个只有少数公司控制着数百万进入人们家庭、能够在现实生活中采取行动的机器人的世界,这是相当可怕的。”
开源方法允许用户检查代码、理解数据流,并可能在本地上运行AI模型,而不是依赖云服务。对于企业客户,Hugging Face现有的企业平台可以提供机器人应用的私有部署选项。
从原型到生产:Hugging Face的制造冒险
Hugging Face在从软件平台向硬件公司转型的过程中面临着重大的制造和扩展挑战。公司计划最早于下个月开始发货Reachy Mini单元,首先从更面向DIY的版本开始,由客户完成最终组装。
“首批发货的版本将有点DIY风格,意思是我们将与用户分担组装重量,”德朗热解释道,“我们将自己完成一部分组装,用户将完成另一部分组装。”
这种方法与公司吸引AI开发者社区参与实体机器人开发的目标相一致,同时管理制造复杂性。这一策略也反映了对新产品类别市场需求的不确定性。
以极端透明度挑战特斯拉和波士顿动力
Reachy Mini进入了一个快速演变的机器人技术领域。特斯拉的Optimus计划、Figure的人形机器人以及波士顿动力的商业产品代表了市场的高端,而像宇树科技这样的公司则推出了更便宜的人形机器人,价格约为1.6万美元。
Hugging Face的方法与这些竞争对手有根本不同。公司不是在打造一款高度能力的单一机器人,而是在构建一个由经济实惠、模块化、开源的机器人组件组成的生态系统。先前的发布包括SO-101机械臂(起价100美元)和计划中的HopeJR人形机器人(约3000美元)。
这一策略反映了AI开发中的更广泛趋势,其中来自Meta等公司和较小参与者的开源模型正在挑战像OpenAI这样的闭源领导者。今年1月,中国初创公司DeepSeek震惊了行业,它以显著低于竞争系统的成本开发出了强大的AI模型,展示了开源方法颠覆既定玩家的潜力。
构建生态系统:推动开放机器人技术的合作伙伴关系
Hugging Face的机器人技术扩展得益于行业内的战略合作伙伴关系。公司与英伟达在机器人模拟和训练方面通过Isaac Lab进行合作,使开发者能够在部署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,一个4.5亿参数的视觉语言动作模型,展示了Reachy Mini背后的技术基础,该模型设计得足够高效,可以在包括MacBook在内的消费者硬件上运行,使复杂的AI能力对个人开发者而言触手可及,而无需昂贵的云基础设施。
Physical Intelligence,这家由加州大学伯克利分校教授谢尔盖·莱文(Sergey Levine)共同创立的初创公司,已通过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融合创造了机会。“使机器人技术更易获得加速了技术进步的速度,”莱文在关于开源机器人技术的声明中指出。
这款299美元的机器人对数十亿美元AI硬件竞赛意味着什么
Reachy Mini的发布标志着Hugging Face成为AI开发全领域(而不仅仅是文本和图像生成)主导平台的雄心。随着机器人技术代表着一个重要市场,早期的平台定位可能被证明具有战略价值。
德朗热设想了一个硬件成为AI开发工作流程不可或缺部分的未来。“我们将硬件视为AI开发者构建模块的一部分,”他解释道。这符合公司“开放、社区驱动、与尽可能多的社区成员和其他组织集成”的方法。
公司的财务状况为其提供了灵活性和尝试硬件业务模式的空间。作为一家盈利且拥有大量资金的公司,Hugging Face可以优先考虑市场开发,而不是立即优化收入。德朗热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
除了商业应用外,Reachy Mini还可能对机器人技术教育和研究产生重大影响。这款机器人售价299美元,比许多智能手机还便宜,同时提供了完整的可编程性和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满足特定课程需求。学生可以使用同一平台从基本编程练习过渡到复杂的AI应用,可能加速机器人教育和工作力发展。
德朗热透露,社区反馈已经影响了产品开发。一位同事的五岁女儿想带着机器人在家里到处走,这促使了无线版本的开发。“她开始想把Reachy Mini带到家里各个地方,”他解释道,“那时电线开始成了问题。”
可能重塑整个机器人行业的颠覆
Hugging Face的方法可能从根本上改变机器人行业的动态。传统机器人公司大量投资于专有技术,将创新限制在内部团队。开源模式可能解锁数千名开发者之间的分布式创新,可能加速进步同时降低成本。
这一策略与其他技术领域中成功的颠覆相呼应。Linux挑战了专有操作系统,Android民主化了移动开发,TensorFlow加速了ML的采用。如果成功,Hugging Face的机器人平台可能遵循类似的轨迹。
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创造了纯数字产品中不存在的复杂性。公司管理这些挑战同时保持其开源哲学的能力将决定平台的长期成功。
无论Reachy Mini成功与否,其发布都标志着机器人开发的一个关键时刻。这是主要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,而是属于数百万拥有经济实惠、开源工具的个体开发者手中。在一个长期由保密和六位数价格标签主导的行业中,这可能是最革命性的想法。
企业网D1net(www.d1net.com):
国内头部to B IT门户,旗下运营国内最大的甲方CIO专家库和智力输出及社交平台-信众智(www.cioall.com)。旗下运营19个IT行业公众号(微信搜索D1net即可关注)。
版权声明:本文为企业网D1Net编译,转载需在文章开头注明出处为:企业网D1Net,如果不注明出处,企业网D1Net将保留追究其法律责任的权利。