人形机器人行业，正在等待一个属于自己的“安卓”

2026年的人形机器人行业，正在发生一场“意味深长”的变革。

过去两年，行业的核心叙事是“量产”。2025年，宇树披露人形机器人实际交付超过5500台，应用覆盖科研教育、展示以及部分制造、巡检等场景；今年6月，智元第1.5万台具身智能机器人正式量产下线，当天就送进了一家3C工厂的产线，投入实际作业。

（图源：宇树科技官网）

工信部相关负责人在人工智能大会发布会上也透露，国内人形机器人今年全年整机产量有机会突破10万台，万台级交付正在从“口号”变成了“现实”。

然而，随着越来越多的机器人开始走出实验室、走进工厂和家庭，一个更深层的问题正在浮出水面，究竟该如何让更多人参与到机器人的产品迭代中来？越来越多的信号开始指向同一个答案——开源。

2026年，开源从软件行业的“标配”蔓延到了人形机器人领域。

OpenLoong开源社区汇聚超2万名开发者，每年举办30余场社区活动，社区曝光量超60万，涵盖从硬件到算法、从研发到应用的全方位人形机器人技术；

乐聚机器人依托开放原子开源基金会发起的OpenLET具身智能开源数据集社区，聚焦人形机器人真实场景数据的开源生态共建，并在社区中开源了1600余条高质量真机数据集，全平台下载量超300百万次；

5 月下旬，HuggingFace 释出了开源项目 LeRobot Humanoid……

开源的浪潮正在冲刷人形机器人行业每一个角落，而在这股“浪潮”中，一家成立仅17个月的00后创业公司，刚刚打出了一张颇具分量的牌。

近日，开源人形机器人全栈平台RoboParty（萝博派对）首次公开面向下一代人形机器人的开源具身智能研发底座Party OS，并同步成立 RoboParty Lab、上线 Lab 官网。

当行业还在争论“要不要开源”时，以 萝博派对 为代表的部分公司，已经开始将注 意力 转移到“开源到底能走多远”上，并正在尝试把更多人拉进来，共同定义人形机器人的未来。

01

打掉人形机器人创新的“隐形门槛”

萝博派对抛下的这颗“开源炸弹”其实并不突然。

1月15日，萝博派对就已经在官方GitHub仓库正式开源了双足人形机器人“萝博头原型机”（Roboto_Origin）。

值得注意的是，这可不是国外几行API接口代码，而是全栈、完整、毫无保留的技术方案，甚至连硬件专利、调试细节、避坑指南都全部公开。相当于任何一个开发者，都可以基于公开的图纸、代码和算法，从0复现一台具备产品级性能的双足人形机器人。

更让行业侧目的是这台机器人的性能，Roboto_Origin实现了3m/s的跑步速度，约合10.8km/h，相当于人类以中等速度奔跑的水平，直接打破了“开源项目性能必然滞后于闭源”的长期偏见。而支撑这一性能的核心算法，拟人步态的AMP运控算法代码，同样完全开源。

一台性能不输闭源产品的机器人连同全部技术细节一起被摆上了台面，这本身就是一次对行业惯例的挑战，但故事并没有停在“开源一台机器人”这里。

近日，萝博派对围绕Party OS首批开源了三项面向人形机器人研发的底层基础设施与工具链，分别是MimicLite、UFO与hhtools，各自瞄准了人形机器人研发中不同环节的核心痛点。

其中，MimicLite是一套面向人形机器人通用运动跟踪的开源训练与部署infra。

其能实现用8 GPU和约1/500的SONIC算力训练出SONIC级别的跟踪策略，支持mjlab/IsaacLab、PPO/SAC、多数据集any4hdmi管线、mjhub资产管理、0.1秒低延迟Pico遥操作，以及任意 codebase policy到sim2real的10分钟级适配……

而Unsupervised RL Control是面向研发、完全开源的人形机器人无监督强化学习控制开发框架，覆盖训练基础设施、数据管线、算法研究和推理部署全流程。

该框架覆盖训练基础设施、数据管线、算法研究和推理部署全流程，支持快速复现SOTA方法、探索新的行为表示（Representation）、适配不同机器人平台，并实现从训练到真实机器人部署的一体化开发，进一步完善萝博派对在基础运动控制方向的开源技术栈，有效降低了无监督强化学习控制的研发门槛。

以Fast Training Infrastructure为例，其利用更轻量级MJLab作为backend，兼容单卡、多卡并行训练，在8张RTX 4090 GPU上仅需不到12小时即可完成BFM-Zero算法训练，摆脱了对单张大显存GPU的依赖；在8张H200上6—8小时即可完成训练，在性能上也持续优于BFM-Zero。

至于Human-to-Humanoid Tools则是一款开源人形机器人动作重映射工具。该工具面向人形机器人开发者与研究者，支持将跑酷、舞蹈、交互等人体动作片段，快速重映射到不同人形机器人结构上，帮助开发者更高效地完成从人体动作、动作数据集到机器人动作轨迹的转换与验证。

从MimicLite、UFO到hhtools，萝博派对正在持续开放覆盖训练、控制、部署与数据工具链的人形机器人研发基础设施。当这些过去只存在于头部公司内部的研发能力被逐一拆解并公开，人形机器人的创新门槛正在从“团队规模”变为“想法本身”。

02

“重复造轮子”这道题有了新解法

人形机器人开源，在很长一段时间里争议不小。毕竟，把核心技术公之于众，护城河在哪里？盈利路径在哪里？这在传统商业思维中几乎无法理解。

资本市场的反应给出了部分答案。自2025年成立以来，萝博派对的融资节奏一直相当密集。

2025年11月，萝博派对完成种子轮融资，融资金额约千万美元，由小米战投、经纬创投领投，银河通用机器人、光源资本等跟投。

2025年12月，完成种子+轮融资，投资方包括国香资本、小米战投、华映资本、BV百度风投、经纬创投、光源资本等。

2026年3月，完成2000万美元天使轮融资，投资方包括国香资本、经纬创投、安创投资、百川资本、赛纳资本、浦东创投集团、上海未来产业基金等。

7月15日，根据“投资界”报道，萝博派对再次连续完成近5亿元天使++轮和Pre-A轮融资其中，天使++轮由顺为资本、经纬创投、小米战投、商汤国香等老股东持续加注，Pre-A 轮由宁德时代独家投资，股东阵容不断扩容。

资本持续加注的原因并不难理解，一方面，萝博派对在开源Roboto_Origin后，反响就颇为热烈，GitHub仓库Star数量已超1.4K，并入选EAI OpenSource 10具身智能开源项目榜单。

截至2026年3月，项目社区规模已超过2000人，原型机硬件订单数量超过100份，用户涵盖高校实验室、企业研发部门及独立开发者，主要应用于算法验证、运动控制开发等场景。

当一个开源平台吸引足够多的开发者，其上沉淀的动作数据、调试方案和场景应用就构成了先发优势。这不是传统的专利壁垒，而是由社区规模累积而成的数字资产，规模越大，迁移成本越高，后来者越难复制。

另一方面，开源本身也在反哺技术迭代。萝博派对的创始人兼CEO黄一在采访中就曾表示：“开源以后，有人反馈我们URDF 中某一部分的 Inertia（惯量参数）是错的，这个数据我已经导了两年了，一直没人质疑，但开源社区帮我们发现了。”

（萝博派对的创始人兼CEO是黄一）

这个细节揭示了一个容易被忽略的事实，开源社区不仅是技术的输出端，也是技术的校验场。当代码和图纸暴露在社区的审视之下，错误被发现的概率远高于封闭环境。

此外，如果把视角拉长，可以发现开源的战略价值远不止于融资故事和技术验证。

当前人形机器人行业正经历深刻变革，据ABI Research预测，到2030年，全球人形机器人市场规模将超过380亿美元，但技术碎片化和开发壁垒正制约着产业规模化发展。

大多数企业依然各自为战，大量研发资源被消耗在“重复造轮子”这件事上，但当一家公司把一套经过验证的硬件方案或训练框架开源出来，其他公司就不必从头开始，节省下来的资源可以被投入到真正的场景创新中。

这也就意味着，或许谁先建成一个足够活跃、足够完整的开源底座，谁就更有可能成为下一代人形机器人基础设施的定义者。

03

谁能成为下一个“安卓”？

如果以“技术是否开放”作为标准来观察，现阶段的人形机器人企业大致可以分为三类。

一类是彻底的“封闭派”。特斯拉、波士顿动力是其中的代表。它们主要依靠自主研发，从设计到制造全部内部完成，技术从不外传。

（图源：波士顿动力官网）

这种模式的好处显而易见，输出的产品具有高度的性能一致性与可靠性，品牌壁垒也足够高。但代价同样沉重，研发投入巨大，创新节奏完全依赖内部团队的输出。

另一类走的是折中路线，宇树科技和智元机器人是这一阵营的典型。它们核心产品闭源，以此保障竞争力和商业回报，但会有选择地将部分软件模块、硬件方案或过往版本技术进行开源，以此吸引开发者、扩大行业影响力。

并在商业回报和社区生态之间小心地寻找平衡点，但这个平衡并不好拿捏，既要应对封闭派在高端市场的挤压，又要提防开源派在普惠侧的追赶。

第三类则选择彻底开放，萝博派对是这条路上最坚定的玩家。从硬件图纸到控制代码，从训练框架到调试经验，全部公之于众。

这条路的好处是能最大程度降低整个行业的创新门槛，吸引社区力量共同参与产品迭代，在应用创新和成本优化上具备天然优势。不过，挑战也同样明显，开源模式能否跑通商业化闭环，如何与资金雄厚的巨头同台竞技，都是需要长期面对的问题。

三条路径各有优劣，但指向了同一个趋势，那就是人形机器人行业正在进入一个关键的“基础设施定义期”。

回顾智能手机的发展史，封闭的iOS靠极致体验赢得了一批忠实用户，而开源的安卓则靠低门槛吸引了全球无数开发者，最终覆盖了大部分市场。人形机器人今天面临的局面与此有相似之处，当越来越多的机器人开始部署到真实场景，行业需要的不只是更多硬件，而是一套能让开发者高效工作、让应用快速落地、让数据持续积累的基础设施。

如此看来，谁先建成具身智能领域的“安卓”，谁就有可能定义下一代机器人产业的规则。

从这个意义上说，开源的价值不在于“把技术交出去”，而在于“把门槛降下来”，它让更多有想法、有能力、但缺乏资源的人有机会进入这个行业。

当参与的人足够多，数据的流动足够快，应用的场景足够丰富，或许人形机器人这个行业的边界才能拓展得足够远。而通往那个终局的第一块基石，已经有人铺下了。