SO-ARM101组装入门：从零件到AI训练的实操指南

这玩意到底是个啥

最近在机械臂圈子里，有个开源项目火得一塌糊涂——SO-ARM101。GitHub上7900颗星，Hugging Face官方推荐，Seeed Studio出了完整套件。简单说，它就是一对6自由度机械臂，一只用来教（Leader），一只跟着学（Follower），3D打印的结构件，总线舵机驱动，整套下来千把块钱就能搞定。

我拿到手的时候第一反应是：这玩意比想象中轻。整个臂加上底座，一个巴掌大的桌面就能放得下。但别被它的体型骗了——这货能干的事情，从基础的遥操作到模仿学习、ACT策略训练，甚至NVIDIA Isaac GR00T的VLA微调，全都能跑通。对于想入坑具身智能的朋友来说，这可能是目前门槛最低的一套方案了。

硬件拆解：两只臂、6个舵机、一条总线

SO-ARM101 kit里包含两只臂：Leader臂（黑色的，教学臂）和Follower臂（白色的，执行臂）。每只臂用6个Feetech STS3215总线舵机，5个管关节，1个管夹爪。舵机通过3-pin线缆菊花链串联，最终通过一块USB舵机控制板和电脑通信。

舵机选型上有讲究。SO-ARM101分标准版和Pro版：标准版全部用7.4V舵机，双臂统一5V供电；Pro版的Follower用12V舵机（扭矩更大，比如C018或C047），Leader仍然用7.4V、5V供电。这里有个铁律——供电电压千万不能搞错，插反了直接烧舵机。我见过有人把12V怼到7.4V舵机上，一股青烟就没了。

结构件是PLA+材质3D打印的。如果你买的是套件版（含舵机和硬件但不含打印件），需要自己打印。STL文件在GitHub上开源，用普通的FDM打印机就行，0.4mm喷嘴、0.2mm层高、15%填充，220mm乘220mm的热床（比如Ender系列）就能放下。打印方向已经预设好了，z轴朝上，尽量减少支撑。

组装第一步：标定舵机ID

这是最容易被新手忽略、也最容易出问题的环节。6个舵机出厂时ID都是默认的，如果直接全接上总线，系统会分不清谁是谁。正确做法是：一个一个接，一个一个标定。

先把Follower臂的舵机拆下来，只接第6个（夹爪舵机）到控制板，然后跑一条命令：lerobot-setup-motors --robot.type=so101_follower --robot.port=/dev/ttyACM0

工具会依次提示你接哪个舵机。接上夹爪，按回车，脚本自动把ID设为6、波特率配好。然后断开，接上第5个舵机（手腕旋转），再按回车，ID设为5。依此类推，直到6个全部标定完毕。

Leader臂同理，用so101_leader类型跑一遍。整个过程大概20分钟，但千万别跳过——省了这一步，后面调试能让你抓狂一个下午。

标定完成后，把舵机用3-pin线缆菊花链串起来，第一个舵机（ID 1，肩关节旋转）接到控制板，控制板插USB连电脑。这时候跑lerobot-find-port，应该能看到两个端口：ttyACM0（Follower）和ttyACM1（Leader）。

组装第二步：机械拼装

舵机标定完就是纯体力活了。Leader臂20步，Follower臂17步，每一步都有官方参考图。把舵机卡进对应的槽位，拧上螺丝，接好线缆，齐活。

几个实操中容易踩的坑：

第一，线缆走向要避开关节运动范围。舵机的3-pin线如果卡在关节转动路径上，跑着跑着就被拽松了，调试的时候突然失联，你还以为是代码问题。

第二，电源线的连接特别容易松。我在组装的时候，电源线被碰掉了好几次，每次都以为是程序崩了，结果一查是物理断连。

第三，底座固定要稳。Follower臂执行抓取动作时会有反作用力，如果底座没固定好，整个臂会跟着晃，影响精度。建议用M4螺丝把底座锁在桌面上，或者压一块配重。

组装完成后的检查清单：每个舵机ID正确响应（用下一章的调试工具验证）、供电电压匹配（标准版双5V、Pro版Leader 5V加Follower 12V）、两个控制板都出现在系统端口里、线缆没有弯折或卡住。

软件环境：从LeRobot开始

硬件搞定了，接下来是软件。SO-ARM的整个软件生态围绕Hugging Face的LeRobot框架构建。Seeed Studio维护了一个经过验证的fork（Seeed-Projects/lerobot），建议直接用这个版本——上游改动太快，数据集格式和命令行参数经常变，直接用fork能少走很多弯路。

环境搭建大概需要这些：Python 3.10以上、PyTorch、LeRobot依赖包、一个摄像头（USB摄像头就行，用来采集数据）。如果你的电脑有NVIDIA显卡，可以跑ACT策略训练；如果没有，也可以先做遥操作和数据采集，训练放到云端。

组装完第一件事是跑遥操作测试——用Leader臂手动操控，Follower臂实时跟随。命令就是lerobot-teleoperate加上对应的端口参数。跑起来之后，你动Leader，Follower跟着动。延迟大概几十毫秒，精度还不错。这一步如果跑通了，说明硬件和通信都没问题，可以进入下一步。

从遥操作到AI训练：整条链路怎么跑

SO-ARM最大的价值不是遥控玩具，而是让你从零跑通整个具身智能的训练链路。Seeed Studio的wiki上有一套22章的免费教程，从基础概念一直讲到VLA微调，我整理一下关键节点：

第一步，数据采集。用摄像头对着操作台，录制你做任务的过程（比如抓一个方块放到另一个位置）。LeRobot会把Leader臂的关节角度和摄像头画面同步记录下来，形成一条示范。重复几十次，就攒了一个小数据集。

第二步，ACT策略训练。ACT（Action Chunking with Transformers）是目前模仿学习最主流的算法之一。它从你的示范数据中学习看到什么画面就该做什么动作的映射关系。训练大概需要一张NVIDIA显卡，如果没有，Google Colab也能凑合跑。

第三步，实机推理。训练好的模型部署到Follower臂上，摄像头实时拍画面，模型预测下一步动作，臂自己执行。如果第一次效果不好，加数据、重新训练、再部署——这个迭代过程就是具身智能的核心循环。

更进阶的玩法还有双臂协同训练（两对臂一起干活）和VLA微调（用NVIDIA Isaac GR00T在SO-ARM数据上微调大模型）。这些在教程的后半部分都有详细步骤。

值不值得入坑

说实话，SO-ARM101不是完美的。3D打印件不如机加工金属件耐用，STS3215舵机的扭矩和精度跟工业级差得远，工作空间也就二三十厘米。但它的核心价值在于：用一套足够便宜、完全开源的硬件，把从组装到AI训练的整条链路打通了。

如果你是在校学生，想学具身智能但苦于没有实验平台；如果你是创客，想给桌面加一个能学会新技能的机械臂；如果你是开发者，想在LeRobot或GR00T上验证算法——SO-ARM101可能是目前性价比最高的选择。千把块钱、一个周末组装完、下周就能开始采集数据训练模型。

GitHub上的开源仓库（TheRobotStudio/SO-ARM100）和Seeed Studio的wiki教程都是免费的，套件在Seeed Studio官方商城有售。建议直接买SO-ARM101版本，布线更整洁，Leader臂重新设计过，比老款SO-ARM100更顺手。