文| 機器最前線

2026年的人形機器人行業，正在發生一場「意味深長」的變革。

過去兩年，行業的核心敘事是「量產」。2025年，宇樹披露人形機器人實際交付超過5500台，應用覆蓋科研教育、展示以及部分製造、巡檢等場景；今年6月，智元第1.5萬台具身智能機器人正式量產下線，當天就送進了一家3C工廠的產線，投入實際作業。

（圖源：宇樹科技官網）

工信部相關負責人在人工智能大會發布會上也透露，國內人形機器人今年全年整機產量有機會突破10萬台，萬台級交付正在從「口號」變成了「現實」。

然而，隨着越來越多的機器人開始走出實驗室、走進工廠和家庭，一個更深層的問題正在浮出水面，究竟該如何讓更多人參與到機器人的產品迭代中來？越來越多的信號開始指向同一個答案——開源。

2026年，開源從軟件行業的「標配」蔓延到了人形機器人領域。

OpenLoong開源社區匯聚超2萬名開發者，每年舉辦30餘場社區活動，社區曝光量超60萬，涵蓋從硬件到算法、從研發到應用的全方位人形機器人技術；

樂聚機器人依託開放原子開源基金會發起的OpenLET具身智能開源數據集社區，聚焦人形機器人真實場景數據的開源生態共建，並在社區中開源了1600餘條高質量真機數據集，全平台下載量超300百萬次；

5 月下旬，HuggingFace 釋出了開源項目 LeRobot Humanoid……

開源的浪潮正在沖刷人形機器人行業每一個角落，而在這股「浪潮」中，一家成立僅17個月的00後創業公司，啱啱打出了一張頗具分量的牌。

近日，開源人形機器人全棧平台RoboParty（蘿博派對）首次公開面向下一代人形機器人的開源具身智能研發底座Party OS，並同步成立 RoboParty Lab、上線 Lab 官網。

當行業還在爭論「要不要開源」時，以 蘿博派對 為代表的部分公司，已經開始將注 意力 轉移到「開源到底能走多遠」上，並正在嘗試把更多人拉進來，共同定義人形機器人的未來。

01打掉人形機器人創新的「隱形門檻」

蘿博派對拋下的這顆「開源炸彈」其實並不突然。

1月15日，蘿博派對就已經在官方GitHub倉庫正式開源了雙足人形機器人「蘿博頭原型機」（Roboto_Origin）。

值得注意的是，這可不是國外幾行API接口代碼，而是全棧、完整、毫無保留的技術方案，甚至連硬件專利、調試細節、避坑指南都全部公開。相當於任何一個開發者，都可以基於公開的圖紙、代碼和算法，從0復現一台具備產品級性能的雙足人形機器人。

更讓行業側目的是這台機器人的性能，Roboto_Origin實現了3m/s的跑步速度，約合10.8km/h，相當於人類以中等速度奔跑的水平，直接打破了「開源項目性能必然滯後於閉源」的長期偏見。而支撐這一性能的核心算法，擬人步態的AMP運控算法代碼，同樣完全開源。

一台性能不輸閉源產品的機器人連同全部技術細節一起被擺上了台面，這本身就是一次對行業慣例的挑戰，但故事並沒有停在「開源一台機器人」這裏。

近日，蘿博派對圍繞Party OS首批開源了三項面向人形機器人研發的底層基礎設施與工具鏈，分別是MimicLite、UFO與hhtools，各自瞄準了人形機器人研發中不同環節的核心痛點。

其中，MimicLite是一套面向人形機器人通用運動跟蹤的開源訓練與部署infra。

其能實現用8 GPU和約1/500的SONIC算力訓練出SONIC級別的跟蹤策略，支持mjlab/IsaacLab、PPO/SAC、多數據集any4hdmi管線、mjhub資產管理、0.1秒低延遲Pico遙操作，以及任意 codebase policy到sim2real的10分鐘級適配……

而Unsupervised RL Control是面向研發、完全開源的人形機器人無監督強化學習控制開發框架，覆蓋訓練基礎設施、數據管線、算法研究和推理部署全流程。

該框架覆蓋訓練基礎設施、數據管線、算法研究和推理部署全流程，支持快速復現SOTA方法、探索新的行為表示（Representation）、適配不同機器人平台，並實現從訓練到真實機器人部署的一體化開發，進一步完善蘿博派對在基礎運動控制方向的開源技術棧，有效降低了無監督強化學習控制的研發門檻。

以Fast Training Infrastructure為例，其利用更輕量級MJLab作為backend，兼容單卡、多卡並行訓練，在8張RTX 4090 GPU上僅需不到12小時即可完成BFM-Zero算法訓練，擺脫了對單張大顯存GPU的依賴；在8張H200上6—8小時即可完成訓練，在性能上也持續優於BFM-Zero。

至於Human-to-Humanoid Tools則是一款開源人形機器人動作重映射工具。該工具面向人形機器人開發者與研究者，支持將跑酷、舞蹈、交互等人體動作片段，快速重映射到不同人形機器人結構上，幫助開發者更高效地完成從人體動作、動作數據集到機器人動作軌跡的轉換與驗證。

從MimicLite、UFO到hhtools，蘿博派對正在持續開放覆蓋訓練、控制、部署與數據工具鏈的人形機器人研發基礎設施。當這些過去只存在於頭部公司內部的研發能力被逐一拆解並公開，人形機器人的創新門檻正在從「團隊規模」變為「想法本身」。

02「重複造輪子」這道題有了新解法

人形機器人開源，在很長一段時間裏爭議不小。畢竟，把核心技術公之於衆，護城河在哪裏？盈利路徑在哪裏？這在傳統商業思維中幾乎無法理解。

資本市場的反應給出了部分答案。自2025年成立以來，蘿博派對的孖展節奏一直相當密集。

2025年11月，蘿博派對完成種子輪孖展，孖展金額約千萬美元，由小米戰投、經緯創投領投，銀河通用機器人、光源資本等跟投。

2025年12月，完成種子+輪孖展，投資方包括國香資本、小米戰投、華映資本、BV百度風投、經緯創投、光源資本等。

2026年3月，完成2000萬美元天使輪孖展，投資方包括國香資本、經緯創投、安創投資、百川資本、賽納資本、浦東創投集團、上海未來產業基金等。

7月15日，根據「投資界」報道，蘿博派對再次連續完成近5億元天使++輪和Pre-A輪孖展其中，天使++輪由順為資本、經緯創投、小米戰投、商湯國香等老股東持續加註，Pre-A 輪由寧德時代獨家投資，股東陣容不斷擴容。

資本持續加註的原因並不難理解，一方面，蘿博派對在開源Roboto_Origin後，反響就頗為熱烈，GitHub倉庫Star數量已超1.4K，併入選EAI OpenSource 10具身智能開源項目排行榜。

截至2026年3月，項目社區規模已超過2000人，原型機硬件訂單數量超過100份，用戶涵蓋高校實驗室、企業研發部門及獨立開發者，主要應用於算法驗證、運動控制開發等場景。

當一個開源平台吸引足夠多的開發者，其上沉澱的動作數據、調試方案和場景應用就構成了先發優勢。這不是傳統的專利壁壘，而是由社區規模累積而成的數字資產，規模越大，遷移成本越高，後來者越難複製。

另一方面，開源本身也在反哺技術迭代。蘿博派對的創始人兼CEO黃一在採訪中就曾表示：「開源以後，有人反饋我們URDF 中某一部分的 Inertia（慣量參數）是錯的，這個數據我已經導了兩年了，一直沒人質疑，但開源社區幫我們發現了。」

（蘿博派對的創始人兼CEO是黃一）

這個細節揭示了一個容易被忽略的事實，開源社區不僅是技術的輸出端，也是技術的校驗場。當代碼和圖紙暴露在社區的審視之下，錯誤被發現的概率遠高於封閉環境。

此外，如果把視角拉長，可以發現開源的戰略價值遠不止於孖展故事和技術驗證。

當前人形機器人行業正經歷深刻變革，據ABI Research預測，到2030年，全球人形機器人市場規模將超過380億美元，但技術碎片化和開發壁壘正制約着產業規模化發展。

大多數企業依然各自為戰，大量研發資源被消耗在「重複造輪子」這件事上，但當一家公司把一套經過驗證的硬件方案或訓練框架開源出來，其他公司就不必從頭開始，節省下來的資源可以被投入到真正的場景創新中。

這也就意味着，或許誰先建成一個足夠活躍、足夠完整的開源底座，誰就更有可能成為下一代人形機器人基礎設施的定義者。

03誰能成為下一個「安卓」？

如果以「技術是否開放」作為標準來觀察，現階段的人形機器人企業大致可以分為三類。

一類是徹底的「封閉派」。特斯拉、波士頓動力是其中的代表。它們主要依靠自主研發，從設計到製造全部內部完成，技術從不外傳。

（圖源：波士頓動力官網）

這種模式的好處顯而易見，輸出的產品具有高度的性能一致性與可靠性，品牌壁壘也足夠高。但代價同樣沉重，研發投入巨大，創新節奏完全依賴內部團隊的輸出。

另一類走的是折中路線，宇樹科技和智元機器人是這一陣營的典型。它們核心產品閉源，以此保障競爭力和商業回報，但會有選擇地將部分軟件模塊、硬件方案或過往版本技術進行開源，以此吸引開發者、擴大行業影響力。

並在商業回報和社區生態之間小心地尋找平衡點，但這個平衡並不好拿捏，既要應對封閉派在高端市場的擠壓，又要提防開源派在普惠側的追趕。

第三類則選擇徹底開放，蘿博派對是這條路上最堅定的玩家。從硬件圖紙到控制代碼，從訓練框架到調試經驗，全部公之於衆。

這條路的好處是能最大程度降低整個行業的創新門檻，吸引社區力量共同參與產品迭代，在應用創新和成本優化上具備天然優勢。不過，挑戰也同樣明顯，開源模式能否跑通商業化閉環，如何與資金雄厚的巨頭同台競技，都是需要長期面對的問題。

三條路徑各有優劣，但指向了同一個趨勢，那就是人形機器人行業正在進入一個關鍵的「基礎設施定義期」。

回顧智能手機的發展史，封閉的iOS靠極致體驗贏得了一批忠實用戶，而開源的安卓則靠低門檻吸引了全球無數開發者，最終覆蓋了大部分市場。人形機器人今天面臨的局面與此有相似之處，當越來越多的機器人開始部署到真實場景，行業需要的不只是更多硬件，而是一套能讓開發者高效工作、讓應用快速落地、讓數據持續積累的基礎設施。

如此看來，誰先建成具身智能領域的「安卓」，誰就有可能定義下一代機器人產業的規則。

從這個意義上說，開源的價值不在於「把技術交出去」，而在於「把門檻降下來」，它讓更多有想法、有能力、但缺乏資源的人有機會進入這個行業。

當參與的人足夠多，數據的流動足夠快，應用的場景足夠豐富，或許人形機器人這個行業的邊界才能拓展得足夠遠。而通往那個終局的第一塊基石，已經有人鋪下了。