跳转到内容
主站 新闻 控制台

人形机器人迎来深度开源:从机械结构到运动算法全面公开

· 量子位
国内AI

人形机器人全套图纸开源!从关节到算法,下载就能自己造

人形机器人公司这次要把技术黑盒彻底拆到底了。

人形机器人的开源绝非易事。从机械结构、电气系统,到关节控制、运动算法,软硬件层层相扣。以往部分机器人虽号称“开源”,但开发者拿到的往往只是一套 SDK、几个 API,或是局部算法代码。

想修改关节控制?无从下手。想调整机械结构?拿不到图纸。想将自行训练的模型部署到真机?底层接口又成了拦路虎。

而现在,人形机器人的开源已经开始向硬件最深处推进。

这次出手的是 RoboParty 萝博派对。近日,RoboParty 正式发布了全栈开源人形机器人 RP1。

Image 3

从机械图纸、电气系统、自研关节,到底层控制、仿真、训练与部署,RoboParty 试图将人形机器人从硬件到软件的整条研发链路完整呈现给开发者。这也是“全栈开源”与单纯开放 SDK 及部分算法代码的最大区别。

开发者不仅能直接调用机器人的现有功能,还能深入底层探究其运动机理,甚至动手重构与修改。

RP1 本身的运动能力同样颇具看点:

整机身高 135cm,具备 24~30 个自由度的多种本体配置,可灵活适配教育科研、数据采集、导览、文娱等多样化场景需求。目前,RP1 已展示出连续行走、人体动作跟踪、扰动恢复、跌倒快速起身等一系列真机运动表现。

Image 4

支撑这一系列动作的,是 RoboParty 自研的 ROMOMO 关节模组,以及全套配套的运动控制与训练工具链。

Image 5

一边是扎实的真机动态表现,一边是全面交付给开发者的底层技术。开发者的施展空间变大了,但从代码开放到实际落地应用,中间仍有不少关键环节。


人形机器人,为什么要把底层完全打开?

同样冠以“开源”之名,人形机器人开放的深浅程度往往天差地别。

举例来说,若一个科研团队想为机器人探索一套全新的步态算法:如果厂商仅开放高层 API,研究人员就只能下达基础行走指令、调整部分高阶参数;一旦触及电机响应特性、底层驱动控制乃至关节物理结构,依然只能受制于厂商的技术支持。

Image 6

若实验结果未达预期,研究人员很难快速排查出问题根源:是策略算法训练不足?关节动态响应滞后?还是仿真模型与物理真机存在动力学偏差(Sim-to-Real Gap)?技术黑盒的层层遮蔽,使得全链路追溯变得极为困难。

机器人“开源”是否有诚意,关键看开发者能介入到哪一层。

若仅开放 SDK,开发者主要停留在功能调用层面;开放控制算法,才能深入研究机器人的动作生成与执行逻辑;若能进一步将机械图纸、电气架构、关节设计、嵌入式源码及仿真训练工具全盘开放,研发与探索的空间便会成倍扩大。

这正是 RP1 强调“全栈开源”的核心原因。

对科研机构而言,研究自主权至关重要。仿真与论文中步态平稳的算法,部署到真机后却可能频繁失控。关节力矩响应、通信总线协议、控制循环频率,乃至机械零位基准(即关节 0° 的标定位置)的微小差异,都可能对实验结果造成决定性影响。

Image 7

缺乏底层工程数据,科研人员就必须耗费大量精力去反复适配硬件平台,不少前沿课题甚至直接被硬件黑盒所掣肘。

具身智能模型企业同样面临类似痛点。当前,VLA(视觉-语言-动作)、世界模型以及高动态运动控制策略层出不穷,模型在虚拟仿真环境中表现优异,转至真机部署却往往难尽人意。例如,策略规划机器人跨越障碍物,仿真中顺畅通过,真机上却因关节响应延迟或动力学非线性而失败。到底是高层策略的问题,还是底层执行的偏差?唯有当传感器数据、控制环路与底层硬件反馈皆可透明监控与调节时,问题定位才拥有精准抓手。

高校工程教育更是亟需此类深度开放的平台。以往教学往往局限于调用 API 完成既定动作,但若要深入理解现代机器人的工程与控制精髓,单纯的接口调用远远不够。只有能够自主修改底层控制律、替换零部件乃至重新设计局部机械机构,教学与科研才能真正落到实处。

科研机构求自主权,具身模型企业求研发迭代效率,高等院校求深度实践。三类需求殊途同归:让机器人平台服务于研发需求,而非让研究方向受限于厂商划定的功能边界。

RoboParty 希望 RP1 承担的角色,正是一个具备全链路自主度的开放研发基座。


从关节到算法,RP1 究竟开放了多少?

在官方技术演示中,RP1 不仅能够平稳行走与跑跳,配合视觉感知后还能完成跑酷越障、自主上下楼梯、根据地形自适应规划步态、跌倒后快速自愈起身、实时人体动作跟随,并在遭受外部强烈扰动后迅速恢复稳定姿态。

Image 8

这些高动态运动的底层,依赖于软硬件各子系统的精密协同。

以扰动恢复为例:控制系统需实时估算机体位姿并快速重构动作规划;关节模组需高频响应扭矩指令;髋部、膝部与并联踝关节机构则共同决定了机体能够达到的姿态恢复包络线。跌倒起身更是涉及复杂的全机接触动力学:身体各部位如何着陆缓冲、关节协同爆发力矩输出、重心轨迹的动态迁移,每一个环节都需要全栈协同设计。

RP1 提供两种规格的本体配置:

Image 9

  • 开源版:拥有 24 个主动自由度;
  • 开源版 Pro:提升至 30 个主动自由度(包含头部 2 自由度,双臂各 7 自由度),更适于开展双臂高自由度协同操作等前沿研究。

此外,RP1 的头部交互模块与末端执行器均支持模块化选配,便于应对不同应用场景。

在硬件层面上,高性能关节模组是整机动力系统的核心基石。

RP1 搭载了 RoboParty 自研的 ROMOMO 一体化旋转执行器。据官方参数,该系列模组的标称峰值扭矩覆盖 25~160 N·m,统一采用 48V 供电及高带宽 CAN-FD 总线通信。

Image 10

萝博派对创始人黄一与 RP1 核心零部件展示

宽跨度的扭矩覆盖源于各关节的受力差异:髋关节与膝关节需要承载全身重量与动态冲击,对扭矩密度要求极高;手臂及腕部关节则更注重轻量化、紧凑体积与高频动态响应。ROMOMO 选用了内转子无刷电机匹配 NGW 行星减速器的技术路线,低转子惯量保障了高速动态响应能力,行星减速器则兼顾了高抗扭刚度、耐过载冲击性能与制造成本控制。

机械构型同样经过精细考量。

RP1 采用了非共点髋关节与并联踝关节构型。其中,并联踝关节通过双推杆电机差动耦合驱动足部的俯仰(Pitch)与横滚(Roll)运动,不仅降低了末端运动质量,还有效增强了落足时的瞬态承载能力。

Image 11

此外,关节模组采用标准抱箍锁紧与内部中空走线方案,不仅大幅简化了拆卸维护流程,也避免了机体大范围运动时线缆相互缠绕磨损。

目前,RP1 已正式开源其 URDF、MJCF 及三维网格(Mesh)模型等核心资产。开发者可直接获取机器人的运动学链、动力学参数与连杆拓扑结构,无缝接入主流仿真器展开运动控制算法研究。涉及关节轴心分布、极限行程、机械装配指引和电气系统架构的图纸资料也同步整理开放;更底层的 CAD 原生文件、物料清单(BOM)及 PCB 设计文件等内部工程资料,将依据开源仓库规划逐步分批披露。

在底层软件架构方面,RP1 的嵌入式固件基于硬件抽象层(HAL)与统一通讯接口设计,集中调度电机执行器、IMU 惯性导航单元与 BMS 电池管理系统。

上层控制策略高频生成关节目标指令,底层驱动负责总线通信与闭环控制,并实时将编码器位置、转速及力矩反馈回传。配套软件运行于 500Hz 底层伺服控制循环与 50Hz 高阶策略推理循环,开发者可基于标准化的关节控制接口,全面探究高阶控制策略与机电物理响应之间的动态映射机制。

针对运动策略训练,RoboParty 同步开源了名为 hhtools(human-humanoid-tools)的人体动作重定向工具包。该工具能将动捕或视觉提取的人体运动学数据精准映射至机器人结构拓扑,并在结合物理限位、地面接触及动力学可行性约束的前提下进行轨迹平滑优化,输出高质量的机器人参考运动轨迹。

Image 12

hhtools 动作重定向示例:搬运、舞蹈、跨越台阶与越障

生成的轨迹可直接导入强化学习仿真流程,经过策略学习与域随机化参数微调后,无缝部署到真机进行验证。这使得开发者能够全流程参与从动作映射、仿真策略迭代到真机实测的闭环。

与此同时,RoboParty 正在推进 PartyOS 开放软件基座的搭建。

目前,负责基础运动控制的底层基石 System0 已部分开源,涵盖了 hhtools、MimicLite 以及专注于高动态自愈研究的 UFO 项目;其中 UFO 框架专门针对抗扰动平衡与跌倒自恢复进行深度优化,适配包括 RP1 在内的多款机器人本体。至于负责高层意图解析与具身 Agent 技能编排的 System1 与 System2 系统,目前仍处于研发演进阶段。

针对高频度的真机实验需求,RP1 构建了标准化的状态反馈、传感器数据流及动作日志记录机制,极大方便了开发者对比实际物理量与控制输出的误差。在硬件工程上,RP1 支持动力电池热插拔更换、模块化快拆与标准化维保体系,并支持根据研究方向更换不同类型的头部传感器、手部执行器及边缘算力载板,为长期、连续的高强度科研实验提供了工程保障。

Image 13

RP1 腕部标准法兰接口与三种可替换末端工具


破除技术黑盒,生态建设迈入关键阶段

机器人产业的技术演进,长期受益于开源软件的繁荣。以 ROS 为代表的开源工具链,避免了大量低水平的基础软件重复建设。如今,开源力量进一步向机械机构、电机电控、固件驱动等深水区延伸,过去被头部企业封锁的核心硬件资产,正逐步转变为全行业共享的技术红利。

在 RP1 之前,RoboParty 曾推出过原型开源机器人 RPO,该项目在 GitHub 获得了约 2600 颗 Star。此次 RP1 的发布,将开放维度扩展至更成熟的整机全栈链路。

围绕这一战略,RoboParty 规划了三位一体的技术演进框架:

  • Open Body:开源机器人本体与核心零部件设计资源,涵盖 RPO、RP1、ROMOMO 关节系列及 RP Hand 灵巧手;
  • PartyOS:集成运动控制、多模态感知交互与全身体态操作(Whole-Body Control)的统一工具链生态;
  • Developer Ecosystem:连接极客开发者、高校科研院所与具身智能模型公司,推动多方共建共创。

Image 14

在此生态下,算法企业可直接将自研的具身控制策略部署至标准化的 RP1 上进行物理泛化验证;硬件与机电研究者则可专注于新型执行器或传动机构的局部改型,并在既有系统架构上快速验证方案可行性。这不仅显著压缩了底层工程适配的时间成本,还能让各团队将研发资源精准聚焦于核心命题。

这对于当前的具身智能行业尤为关键。长期以来,具身智能模型评测受制于真机硬件平台异构、动力学特性不一的掣肘,相同控制策略在不同硬件载体上的测试表现往往差异显著。若行业能逐步收敛并建立统一的硬件基准、训练框架与测试度量标准,前沿成果的可复现度与对比客观性将显著提升。

开源只是万里长征的第一步。

Image 15

设计文档的完备度、代码仓库的维护频率、硬件失效时的技术支持、方案的复现门槛以及开源协议对二次开发与商业化落地的约束,都是决定开源平台能否健康繁荣的关键考验。

从 RPO 到 RP1,RoboParty 已初步搭建起“开放本体 + 工具链基座 + 开发者社区”的技术雏形。而能否真正催生出繁荣的产业生态,仍取决于行业开发者的实际接入深度以及高质量工程成果的沉淀速度。

人形机器人历来是典型的重资产、高门槛硬科技领域,机械、电控、算法与嵌入式系统缺一不可。全面开放设计资料与控制源码,并不能直接消除实体硬件的制造成本与精密装配工艺的壁垒,但它为业界提供了一个兼具透明度与拓展性的坚实底座,使后续研发得以站在成熟的肩膀上持续迭代。

Image 16

单家企业的探索半径终究有限。当越来越多底层关键技术从封闭走向公开,人形机器人行业方能最大限度地摒弃重复造轮子,凝聚合力推动具身智能向现实世界加速演进。


RP1 开源资源与内测渠道

目前,RoboParty 已面向具备实体研发场景、能够深度参与产品反馈与迭代的团队及开发者开放内测共创通道,入选团队可享受开发者专项价格。

Image 17