当地时间10月21日，在柏林举行的英伟达全球技术大会（GTC）主题演讲临近尾声时，黄仁勋把四只高约25厘米的小机器鸭请上舞台，现场指挥它们走路、坐下、打盹、翻跟头。但这个热榜词条里最反常识的信息是：鸭子不是英伟达做的，机身里也找不到一颗英伟达芯片——售价399美元，主控是一颗常见于开发板和平板的国产芯片瑞芯微RK3566。黄仁勋真正展示的，是一套跑在刚上市的RTX Spark电脑上的流程——怎么用AI智能体教会一个机器人走路，顺带把英伟达那笔尚未完成的、对鸭子母公司Hugging Face的129.3亿美元收购也摆上了台面。哔哩哔哩知乎知乎
鸭子们并不都听话。在Business Insider记录的现场，黄仁勋喊「睡觉」时有一只还在往前走，走了几步才倒下；喊翻跟头，只翻过去两只；还有一只绊了一下才爬起来，他冲鸭子喊「Pay attention! Stay focused」，台下笑成一片。这些磕绊恰恰说明，台上的动作不是按脚本播放的玩具程序，而是强化学习策略在真实电机上的实时执行——摔倒和迟疑，正是「从仿真到现实」还没被完全抹平的缝隙。知乎
英伟达官方账号事后发布的视频，配的话是「连Microduck也需要午睡」。知乎
鸭子出场前放的录像，才是演讲的主角
鸭子登场之前，大屏幕先放了一条流程演示：开发者用文字描述训练场地和技能，智能体在RTX Spark笔记本上规划障碍赛道、在Isaac Sim里搭建仿真，再把训练任务发到云端，让数千只虚拟鸭子并行试错，练好的策略下载回这台笔记本评估，通过后装进真机。知乎
换句话说，压轴的主角与其说是鸭子，不如说是这台被称为「个人Agent」的RTX Spark——把整套流程串起来的，是本地运行的智能体框架Hermes和英伟达自家的Nemotron 3.5 Bolt 74B模型，而这台电脑已于10月16日开售。知乎
身体这侧越省越好，钱都花在训练上
鸭子本体一侧的账算得很省：RK3566配1GB内存，只负责一个每秒50次的控制循环，驱动15个电机；动作策略被导出成很小的ONNX模型，背后是参数规模约一万个的全连接神经网络，芯片的NPU几乎没用上。一位具身智能公司的技术工程师对虎嗅说得很直白：它就是一个简单的玩具，实现的只是几个标准动作的Sim2real。但负责「练」的开源训练仓库microduck_rl，安装说明第一行就写着需要一块支持CUDA的显卡，按其估算，开数千个并行仿真环境跑上一两个小时，就能练出一个能用的步态。同场发布的德国Agile ONE SN人形机器人则站在另一个极端：高1.4米、重40千克、本体31个自由度，由英伟达Jetson Thor驱动、配128GB内存。知乎知乎知乎
鸭子的来历：还没发货，「开源」也只算一半
做鸭子的Pollen Robotics 2016年由几位法国Inria前研究员在波尔多创办，2025年4月被Hugging Face收购成为其机器人团队；双方此前合作的桌面机器人Reachy Mini曾创下5天销售额破百万美元、累计出货超过1万台的成绩。而MicroDuck直到8月27日才开放预订，首发价399美元（不含税和运费），先卖北美和欧洲，首批要等到今年圣诞节前发货——柏林舞台上的鸭子，目前还没有一只交到用户手里。知乎知乎
很多报道称它是「开源机器人」，这个说法要打个折扣：开源的只是软件，主程序和训练环境放在GitHub上、采用Apache 2.0协议，机械和电子设计文件并未公开，Pollen还专门提醒不要把它叫作开源硬件。它的身体则是一台全球供应链的集合：舵机是韩国ROBOTIS，图像传感器是日本索尼，IMU姿态传感器是瑞士的意法半导体，主控芯片是中国的瑞芯微。知乎知乎
真正没落定的，是那笔129.3亿美元的收购
鸭子能站上英伟达的舞台，还有一层更直接的关系。9月3日，黄仁勋在英伟达官方博客署名宣布，英伟达已同意以129.3亿美元收购Hugging Face；提交给美国证监会的8-K文件显示，约119亿美元付给股东，另有最多约10亿美元作为员工股权留任。知乎
但这笔交易预计2027年上半年才能完成，前提是拿到监管批准。 也就是说，截至柏林这场演讲，收购尚未交割，Hugging Face和Pollen仍是独立公司，在英伟达的Isaac发布稿里也只是以合作伙伴身份出现。黄仁勋在宣布收购时承诺Hugging Face将保持开放、开发者不必强制使用英伟达算力，而这场演示恰恰是那笔交易的注脚：身体上英伟达一无所有，训练上英伟达无处不在。知乎
接下来值得盯三件事：MicroDuck能否按承诺在圣诞节前发货、预订热度能否兑现；129.3亿美元的收购会否被监管放行；以及「智能体搭场景、云端练动作、便宜身体执行」这条流水线，会不会随RTX Spark这类终端带出下一波低价机器人复刻。这只鸭子真正改变认知的地方不是机器人能卖萌到什么程度，而是「教会一个机器人走路」这件事，被压缩进了399美元的商品和一台普通人的电脑里——而这条链路上每一段吃力的重训练，仍然跑在英伟达的GPU上。
