一只 3D 打印的鸭子,装上 Arduino UNO Q 和 15 颗舵机,能走、会起身,还能翻滚和踢球。这就是陆吾智能在 Microduck 外形与关节布局基础上做出的 XGO-Duck。它不是原厂整机,也不只是遥控玩具,更像一套把双足运动、强化学习和开源硬件摆到桌面上的实验平台。

它能做什么
按 2026 年 10 月底的官方运行时,XGO-Duck 已有普通行走、摔倒后起身、坐站、低头拾取、前滚翻、左右踢和轮滑等策略。网页端可以控制移动、转向、头部和鸭嘴,也能先做不带力矩的推理预览。
这些动作不是操作者逐帧遥控出来的。Linux 侧加载 ONNX 策略,STM32 侧持续处理舵机和 IMU 数据。策略一次给出 14 个运动关节的目标,第 15 颗舵机单独控制鸭嘴。鸭子的可爱外形背后,是一套完整的运动控制链路。
边界也要说清:当前硬件核心是 UNO Q、15 颗飞特 1910 舵机、定制扩展板和 QMI8658A 六轴 IMU。官方硬件表没有列出摄像头和 ToF,因此不能把它当成具备原厂全套视觉感知的产品。它首先是一个运动与训练平台。
能训练吗
能。官方分别开放硬件、机载运行时和强化学习三个仓库。训练端使用 MuJoCo Warp 上的 mjlab,以 PPO 训练任务,再导出 ONNX。模型包含行走、起身、拾取、坐站、踢球、翻滚和轮滑等任务。
训练不是在 UNO Q 上完成。官方环境要求 CUDA GPU、Python 3.12 和 uv;训练电脑负责仿真,UNO Q 负责加载导出的策略并执行。普通玩家可以完全不训练,直接运行随项目提供的模型;想改动作的人,才有必要进入训练环节。
更重要的是,XGO-Duck 的训练模型已经按自己的结构和飞特舵机做了适配,不是把 Microduck 的模型原样搬过来。官方训练仓明确使用 XGO-Duck 的 MJCF、网格和 HLS1910 执行器模型。这也解释了一个常见误区:换舵机、改腿重或改关节结构,不只是机械装配问题,原有策略可能随之失效。

它开放到什么程度
硬件仓提供打印结构、整机 BOM、装配指南以及扩展板设计生产资料;运行时仓提供 UNO Q 固件、策略执行和浏览器控制;训练仓提供仿真、训练和 ONNX 导出。三条链路都能打开检查,这是它和封闭成品最大的区别。
但“文件开放”不等于“随便商用”。运行时仓明确提醒,仓库整体及其 ONNX 策略尚未声明统一许可证;训练代码则采用 Apache 2.0。准备二次分发、做套件或商用之前,应分别核对各仓和第三方声明,不能把部分开放理解成所有内容都无限制授权。
适合谁,不适合谁
它适合喜欢 3D 打印和装配的人,也适合想研究双足步态、总线舵机、IMU、Sim2Real 的开发者。资料从螺丝、电池一直给到策略导出,既能只装起来玩,也能继续向底层改。
如果你只想拆箱就玩、不愿校准 15 颗舵机,或者最看重视觉识别、导航和成熟售后,它并不省事。第一次上电前,主控、扩展板、电池和打印件都要对应版本;运动前还要完成舵机设置、机械零位和在线状态检查。

一句话判断
XGO-Duck 的价值不是“用更低价格复制一只网红鸭”,而是把一台可打印、可检查、可重新训练的双足机器人交到你手里。享受搭建和实验,它很合适;只想要开箱即用的电子宠物,就别把开源自由误当成零学习成本。


原来策略输出14个关节、鸭嘴单独控制,这个分界讲得很清楚。
能训练但不用先训练,这点对新手很友好,先跑现成模型比较实际。
没有摄像头和ToF这点很重要,确实不能只把它看成低价原版。