2026 年 1 月 15 日，蘿博派對（Roboparty）在官方 GitHub 倉庫正式完整開源雙足人形機器人 “蘿博頭原型機（Roboto_Original）”，并同步啟動全球開發(fā)者共創(chuàng)計劃。
▲蘿博派對Github主頁
這款搭載擬人步態(tài)的 AMP 運控算法、跑步速度達 3m/s 的原型機，憑借全棧透明的技術開放模式，成為目前全球范圍內(nèi)技術成熟度領先的全開源人形機器人。
不同于“只開源代碼或只開源結構圖”的碎片式開放，本次開源以“可復現(xiàn)、可二開、可驗證”為目標，覆蓋參考硬件、控制/訓練棧、工程化調(diào)試與驗證方法，以及長期維護的行業(yè) Know-how 共創(chuàng)知識庫。
蘿博派對希望把“從 0 到跑”做成行業(yè)共享的具身 Infra 底座：把路徑標準化、把經(jīng)驗工具化、把驗證流程公開化，推動行業(yè)把時間用在真正的場景與能力突破上。
全棧開源，直擊人形機器人開發(fā)痛點
人形機器人真正的門檻，往往不在某一個算法點，而在“從設計—裝配—標定—訓練—驗證—迭代”的系統(tǒng)工程?；诖耍}博派對針對行業(yè)長期存在的三大核心痛點——閉源導致開發(fā)壁壘高、設計規(guī)范缺失、架構標準不統(tǒng)一——以“可復現(xiàn)、可二開、可驗證”為目標，正式發(fā)布雙足人形機器人“蘿博頭原型機”的全棧開源方案，并同步推出“動手學人形機器人問題清單”Know-how 共創(chuàng)文檔，推動行業(yè)經(jīng)驗從“各自積累”走向“公開共享”。
▲安裝指南
在硬件層面，蘿博頭原型機公開 1.2m 身高、30kg 重量級本體的全套結構圖紙，覆蓋關節(jié)排布、線束收束方案以及金屬結構件選型標準等關鍵設計細節(jié)。同時，項目同步開放關節(jié)模組核心參數(shù)、選型指南與拆機報告，并提供國內(nèi)優(yōu)質(zhì)供應商清單，配套完整 EBOM 物料清單與 SOP 組裝流程，從采購、裝配到復現(xiàn)路徑形成閉環(huán)，顯著降低硬件研發(fā)與復刻門檻。
▲原型機在仿真環(huán)境中跑步/跳舞
在軟件與控制層面，項目開放底層控制全量代碼，涵蓋模仿運動、感知運動與導航運動三大核心模塊，并支持 SMPL-X 人體模型適配，使開發(fā)者能夠直接復用海量人體動捕數(shù)據(jù)，減少新任務開發(fā)中的微調(diào)成本，提升能力遷移效率，緩解傳統(tǒng)控制方案在泛化性與工程落地上的不足。同時，蘿博頭原型機同步開源擬人步態(tài)的 AMP 運控算法代碼，為步態(tài)自然度與運動穩(wěn)定性的進一步迭代提供可直接復用的技術基礎。
在工程化落地層面，蘿博派對將研發(fā)過程中形成的 sim2real gap 彌補方案、樣機測試矩陣與調(diào)試經(jīng)驗總結系統(tǒng)化公開，并同步沉淀關鍵避坑要點與流程規(guī)范，幫助開發(fā)者與合作團隊減少重復試錯、提升調(diào)試效率，讓“跑起來”不再依賴隱性經(jīng)驗，而是可以被復現(xiàn)、被驗證、被持續(xù)迭代的工程流程。
▲知識庫首頁圖
與此同時，蘿博派對長期建設并持續(xù)維護“動手學人形機器人問題清單”共創(chuàng)知識庫，覆蓋行業(yè)發(fā)展、硬件研發(fā)、軟件研發(fā)與生產(chǎn)制造等關鍵環(huán)節(jié)，旨在將行業(yè)討論從“表演型炫技”拉回“實用落地”。該知識庫主張人形機器人優(yōu)先解決行走穩(wěn)定性、抗摔性等基礎能力，并圍繞尺寸、重量、散熱、成本等量產(chǎn)關鍵問題展開共建，以“全員編輯、按緊急度排序”的開放機制，將單一團隊的經(jīng)驗沉淀升級為“全行業(yè)共建的落地指南”，推動行業(yè)從“各自試錯”走向“協(xié)同突破”。
核心突破：性能與步態(tài)雙達標
▲機器人跑步實拍
蘿博頭原型機的關鍵優(yōu)勢，在于“硬件性能”與“控制體驗”的同步提升。
在運動能力上，原型機跑步速度達到 3m/s 級別，躋身全球全開源人形機器人第一梯隊，回應了行業(yè)長期存在的“開源性能滯后于閉源”的刻板印象。為支撐高速與穩(wěn)定運行，硬件端采用類車規(guī)級本體結構與高剛性金屬材料，提升力傳遞效率與整體結構穩(wěn)定性；同時通過模塊化關節(jié)模組實現(xiàn)更高的扭矩密度與更快的動態(tài)響應，為跑步與復雜動作提供可靠的執(zhí)行基礎。
在控制體驗上，蘿博頭原型機搭載擬人步態(tài)的 AMP 運控算法，作為其核心控制能力底座。該算法基于數(shù)據(jù)驅(qū)動范式，并深度適配 Behavior Foundation Model（BFM）預訓練框架，通過學習人體動捕數(shù)據(jù)，使機器人的行走與跑步更貼近人類生物力學特征，在提升動作自然度的同時兼顧穩(wěn)定性表現(xiàn)，能夠在復雜路況中保持更可靠的姿態(tài)控制。同時，這一范式顯著降低新步態(tài)與新任務的微調(diào)成本，使步態(tài)擴展從“重研發(fā)”轉(zhuǎn)向“可遷移、可復用”的工程流程。
對開發(fā)者而言，這意味著在不額外承擔高昂研發(fā)投入的前提下，即可獲得兼具高性能與自然步態(tài)的人形機器人參考方案，并在此基礎上更高效地進行二次開發(fā)與場景適配，加速具身能力向真實應用落地。
生態(tài)共建：以開源推動協(xié)同創(chuàng)新
▲GitHub主頁截圖
此次開源是蘿博派對推進人形機器人行業(yè)協(xié)同生態(tài)建設的關鍵一步。在開發(fā)者生態(tài)層面，團隊已搭建面向行業(yè)的技術交流與共創(chuàng)網(wǎng)絡，吸引上市公司技術負責人、高?？蒲腥藛T及創(chuàng)業(yè)公司核心成員等專業(yè)群體加入，形成更高效率的技術交流與資源共享平臺，持續(xù)推動經(jīng)驗沉淀與問題協(xié)作解決。
在商業(yè)與產(chǎn)業(yè)層面，該項目已獲得經(jīng)緯創(chuàng)投、小米戰(zhàn)投、光源資本等機構的千萬美元種子輪融資。蘿博派對認為，這不僅是對團隊技術路線與工程能力的認可，更是對“具身智能 Infra 化”路徑的驗證：通過開源與標準化，把開發(fā)所需的關鍵鏈路沉淀為可復用的基礎設施，讓行業(yè)將更多精力投入到真實場景與能力創(chuàng)新之中。
“我們的目標是讓具身智能的開發(fā)成本降低 80%。”蘿博派對團隊表示，當硬件不再成為門檻、算法不再是黑盒，具身智能才能真正進入“千行百業(yè)”的應用階段，形成規(guī)模化的產(chǎn)業(yè)價值。
▲原型機和LOGO合影
除開源共創(chuàng)外，蘿博派對也為產(chǎn)業(yè)伙伴提供 JDM（聯(lián)合定義制造）設計與聯(lián)合開發(fā)，加速從參考樣機到工程化交付的全流程，覆蓋結構/電氣/控制集成、BOM 與供應鏈、試產(chǎn)與測試矩陣等關鍵工作。
目前，全球開發(fā)者可通過官方渠道獲取核心資源與參與共創(chuàng)：
蘿博頭原型機開源倉庫已在 GitHub 上線，作為從硬件到軟件的匯總入口，保持持續(xù)更新。
同時，團隊長期維護“動手學人形機器人問題清單”Know-how 文檔，鼓勵開發(fā)者通過社區(qū)參與編輯、提交行業(yè)痛點與復現(xiàn)經(jīng)驗，共同建設可持續(xù)迭代的落地知識庫。
蘿博派對將持續(xù)基于社區(qū)反饋優(yōu)化技術方案，推動行業(yè)從“各自為戰(zhàn)”走向“協(xié)同共贏”，并歡迎全球開發(fā)者加入共創(chuàng)，探索人形機器人技術在真實場景中的實用化落地路徑。
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！
