展会上横着走路、跟着热歌跳舞、还用钳子夹起冰箱贴递给观众的红色小螃蟹，最近在国外火了。机器之心那条B站视频，几天就冲到31万播放、1.3万赞，热度肉眼可见。知乎哔哩哔哩
更狠的是后续：9月30日，团队把软件整个开源，仓库在 GitHub 的 KingKongRobotics/jumper，Apache-2.0 协议。作者"梁不歪KK"还摆出100台工程机当开源大赛奖品——教它一个新动作，机器归你。知乎哔哩哔哩
先纠正一个误会：它其实没有六条腿
几乎所有报道都叫它"六足机器人"。但打开仓库里的 MuJoCo 模型文件一数，行走腿只有四条。22个自由度是这么分的：两只前钳各5个自由度（肩、大臂、小臂、掌、手指），左右两条行走腿各3个，2×5+4×3=22。它走路为啥稳？因为前钳爬行时也会着地，事实上充当了第五、第六条腿。知乎GitHub
硬件规格单也不寒酸：主控是瑞芯微 RK3576，带 6 TOPS 的 NPU，跑 Ubuntu 加实时内核，控制环 1kHz；22个关节全是带双磁编码器的触觉舵机，24位分辨率，还能回传力矩——这是它能做出跳跃动作的前提，只看电机端编码器，控制器根本不知道腿有没有到位。感知端有 dToF 深度传感器（量程最远8.8米）、162°对角视场的500万像素相机、两块0.9英寸圆屏当眼睛，外加4颗麦克风。整机1.8kg，可拆电池续航约两小时，充电走 USB-C PD 3.1，最高140W。知乎
这次开源，开得有点较真
多数"开源机器人"是丢一个模型文件加几段视频。Jumper 把整条链路都放了出来：训练、仿真、导出、部署到板端 NPU。训练用 PPO 强化学习，GPU 上默认开 4096 个并行环境；训完的策略导出 ONNX，再转成 RKNN 喂给 NPU，fp16 量化误差只有千分之一量级。哔哩哔哩
最较真的是 layout.json 这个文件：观测顺序、关节限位、动作缩放全写死在里面。团队自己曝了两个被打回的例子——关节限位一度写死 ±3.30，其实是单元测试留下的占位值，钳位每拍都在跑却永远不会触发；摇杆量程写着 0.80 m/s，但策略训练时只见过 0.50，满舵等于让机器人回答一个从没见过的题，看起来像"跑不快"，实际是配置在撒谎。现在板端遇到残缺配置直接拒绝加载：宁可导出失败，也不让跑不起来的策略上机。知乎
官方推荐的玩法也很2026：把整个仓库丢给 AI 编程助手，一句话说需求——“给跳跳设计一个暖沙色游侠外观”“训练一个稳定的三足步态”，AI 照着文档一条龙干完。网友已经玩起来了：有人训练它扣篮，有人扬言要照方抓药克隆一只机器蟑螂。GitHub知乎哔哩哔哩哔哩哔哩
三盆冷水，入坑前先看
第一盆：开源成色有争议。作者的说法是，所有的硬件都在 GitHub 上。但仓库 README 给自己的定位是"跳跳的 AI 工具包"，硬件部分只放出了一份规格表——尺寸、重量、传感器型号都有，制造图纸和物料清单没有。B站一条117赞的热评说得更直接：硬件没开源，与其说是开源，不如说是提供机器人编程工具包。触觉舵机是团队自研的，想自己买件攒一台，配件从哪来、多少钱，目前没有公开答案。哔哩哔哩GitHub哔哩哔哩
第二盆：宣传数字别照单全收。"最高能跳40多厘米"这句，评论区就被追着质疑，187赞的回复只有一句话：“小编你再确认一下？”。哔哩哔哩
第三盆：仓库自己承认，RKNN 在真机上的推理没验证过，控制环也从来没真正驱动过电机总线。原话相当坦白——每一跳都做了校验，最后的坑留给你踩。知乎
所以它是一台能看能玩的成品，也是一套留给极客的半成品教材。如果你真有本事教它一招新动作，那100台工程机里，说不定就有一台写你的名字。
