Article · Original
人形机器人全套图纸开源！从关节到算法，下载就能自己造。
田晏林 发自 凹非寺
量子位 | 公众号 QbitAI
田晏林 发自 凹非寺
量子位 | 公众号 QbitAI
有点狠！人形机器人公司这次居然要把技术黑盒拆到底了。
要知道，人形机器人这玩意儿，想开源可没那么简单。从机械结构、电气系统，到关节控制、运动算法，软硬件一环扣一环。
以往有些机器人虽然号称「开源」，但开发者拿到的可能只是一套SDK、几个API，或者部分算法代码。
想改关节控制？动不了。想调整机械结构？图纸拿不到。想让自己训练的模型跑上真机？底层接口又成了拦路虎。
但现在，人形机器人的开源，开始向硬件最深处进军了。
出手的是 RoboParty萝博派对 。近日，RoboParty正式发布 全栈开源人形机器人RP1 。
从机械图纸、电气系统、自研关节，到底层控制、仿真、训练和部署，RoboParty试图把人形机器人从硬件到软件的整条研发链路，都摆到开发者面前。
这也是全栈开源与只开放SDK、部分算法代码最大的不同。
开发者不光能调用机器人的现成功能，还能深入底层，研究它为什么能动、怎么动，甚至动手修改它。
RP1本身的运动能力，也有看头。
身高135cm，拥有24～30个自由度多种本体配置 ，能适应教育科研、数据采集、导览、文娱等不同场景需求，RP1已经展示了连续行走、人体动作跟踪、扰动恢复、跌倒起身等一系列真机运动能力。
支撑这些动作的，是 RoboParty自研的ROMOMO关节模组 ，以及配套的运动控制与训练工具。
一边是看得见的真机表现，一边是打算交给开发者的底层技术。
开发者的玩法变多了，但从开放代码到真正用起来，中间还有不少门道。
同样叫开源，人形机器人能够开放到哪一步，差别可能相当大。
比如，一个科研团队想让机器人走出一套新的步态。
如果厂商只开放高层API，研究人员可以下达行走指令、调整部分参数。
然而，一旦涉及电机响应、底层控制，甚至关节结构，还得找厂商帮忙。
假如实验结果不理想，你还没办法很快锁定问题出在哪。
是算法没训练好？关节跟不上？还是仿真模型与真机存在偏差？一层层技术黑盒挡在前面，研究人员很难查到底。
机器人「开源」究竟有没有诚意，得看开发者能改到哪一层。
只开放SDK，开发者主要负责调用功能。开放控制算法，就能进一步研究机器人的动作生成与执行逻辑。
如果机械图纸、电气系统、关节资料、嵌入式软件，以及仿真训练工具都能开放，研究空间就大多了。
这也是RP1强调「全栈开源」的原因。
尤其对科研机构来说，研究自主权太重要了。
论文里的机器人走得稳稳当当，换台机器却直接翻车，这些在实验室里并不少见。（doge）
关节布局、设备协议、控制频率，甚至零位定义（即关节以哪个位置作为0°基准），都可能影响实验结果。
底层资料拿不到，研究人员就得花大量时间适配平台。有些课题，甚至会被硬件限制住。
具身模型公司也有类似烦恼。
现在VLA、世界模型、运动控制策略轮番上阵，模型在仿真里练得不错，到了真机却未必听话。
比如，模型规划让机器人抬脚跨过障碍，仿真里顺顺利利，真机却因为关节响应或动力学差异而失败。
到底是模型的问题，还是机器人执行出了偏差？ 如果数据、控制和硬件反馈都能查看、调整，定位问题就有了更多抓手。
高校教育同样需要这样的开放程度。
过去，学生可能只需要调用API，让机器人完成预设动作。
但真正想弄懂机器人的工作原理，光会调用接口显然不够。
能自己修改控制算法、替换零部件，甚至重新设计机械结构，教学和研究的空间自然更大。
科研机构要自主权，具身模型公司要研发效率，高校要让学生真正动手。
三类客户的出发点看似不同，可实际上， 都希望机器人跟着研究需求走，别让研究被厂商的功能边界困住。
RoboParty希望RP1扮演的角色，正是这样一个开放研发平台。
当然，开源能开多深，还得看它究竟拿出了什么。
在官方的展示视频里，机器人不仅可以行走跑跳、配合视觉还可以跑酷越障、自主上下台阶、根据实际地形自主规划步态、跌倒快速起身、跟踪人体动作，并且在受到扰动后即时调整姿态，维持平衡、保持当前运动状态。
这些流畅动作的背后，是一整套软硬件在配合。
拿扰动恢复来说，控制系统需要根据身体状态调整动作，关节模组负责响应指令，髋、膝、踝等机械结构则决定机器人能以什么姿态完成调整。
跌倒起身更复杂，身体如何接触地面、关节怎样发力、重心怎么转移，都需要相互配合。
RP1提供两种本体配置。
开源版拥有24个主动自由度，开源版Pro增加到30个 ，其中头部有2个自由度，双臂各有7个自由度，更适合复杂操作研究。
更值得一提的是，RP1头部手部模块还可以自选，以匹配不同场景。
硬件层面，关节模组是其中的关键一环。
RP1搭载 RoboParty自研的ROMOMO一体化旋转关节。
按照官方披露的关节参数表，模组的标称 峰值扭矩覆盖25～160N·m ，采用48V供电及CAN-FD通信。
为什么扭矩覆盖范围这么广？
髋部、膝部要撑起身体，对扭矩要求更高；手臂末端则需要兼顾重量、体积和响应速度。
ROMOMO采用 内转子电机搭配NGW行星减速器的方案 。较低的转子惯量有利于快速响应，行星减速器则兼顾刚度、抗过载能力和成本。
机械结构也有讲究。
RP1采用非共点髋部与并联踝设计 。其中，并联踝通过两个电机共同参与足部俯仰和横滚运动，两个电机都不单独控制某一个方向。
关节模组还采用抱箍安装和中空走线设计，方便拆卸，也能减少运动时线缆的干涉。
对普通用户来说，这些东西都藏在机器人外壳里。但研究人员关心的，恰恰是这些细节。
关节为什么这样布局？换一种执行器会怎样？调整机构后，控制系统又需要怎么适配？
目前， RP1已经公开URDF、MJCF及网格模型等资源 。开发者可以查看机器人关节与连杆的连接关系，用于仿真和运动控制研究。
机械设计资料还涉及关节轴布局、活动范围、装配方式和电气架构。
至于CAD、BOM、电路板制造文件等更底层资料，部分仍属于内部工程记录，具体开放范围需要以项目仓库为准。
关节负责执行动作，但什么时候发力、转动多少角度，还得听控制系统的。
RP1的嵌入式软件通过设备抽象和统一接口，连接电机、惯性传感器、电池管理系统等硬件。
上层算法生成关节目标，底层驱动负责通信和执行，再把关节状态反馈回来。
其配套软件采用500Hz控制频率与50Hz策略更新频率。开发者可以围绕统一的关节指令接口，研究控制与设备反馈之间的关系。
机器人要学会新动作，还得有训练工具。
RoboParty还 开放了hhtools（human-humanoid-tools）人体动作重定向工具。
hhtools先将人体动作映射到机器人结构，再结合关节限位、地面接触等约束修正动作，生成可供机器人使用的运动轨迹。
这些数据可以进入仿真训练流程，经过策略学习和参数调整，再部署到真机验证。
开发者能够研究动作映射、训练与部署环节，尝试自己的控制策略。
机器人怎么学会一个动作，开发者也能参与其中。
据悉， RoboParty还在建设PartyOS开放开发底座。
目前，System0基础运动控制及相关基础设施已有部分开源，包括hhtools、MimicLite和UFO等项目。其中，UFO围绕扰动恢复与跌倒起身开展研究，并提供包括RP1在内的多种机器人配置。
面向意图表征和Agent技能编排的System1、System2，则仍处于研究阶段。
算法能够跑上真机，日常实验也得跟得上。
RP1 围绕机器人状态、传感器及动作数据建立采集和记录流程 ，帮助开发者检查数据与控制指令的对应关系。
热插拔换电、模块化拆装、标准化维护，以及不同头部、末端执行器和算力配置，也为持续实验提供便利。
毕竟，机器人没电、零件损坏、设备需要改装，都可能让实验停下来。
只有让开发者改得动、跑得起来，并能反复验证，开放平台才有真正的研发价值。
机器人行业已经从开源中受益多年。
ROS等开源工具，让不少开发者省去了重复搭建软件基础设施的麻烦。
如今，开源开始深入机械结构、关节、电气和控制系统，更多原本掌握在厂商手里的技术，有机会成为行业共享的基础资源。
在RP1之前， RoboParty推出过开源机器人RPO 。该项目在GitHub获得 约2600个Stars ，积累了一批关注者。
这次RP1发布，开放范围进一步延伸到整机研发链路。
RoboParty围绕这套体系，搭建了三个相互配合的部分。
Open Body ：提供机器人本体与硬件资源，包括RPO、RP1、ROMOMO关节和RP Hand。
PartyOS ：连接运动控制、感知交互和全身操作等研发工具，其中部分项目仍在持续开发。
Developer Ecosystem ：面向个人开发者、高校科研团队和具身模型公司，希望吸引更多人参与技术开发与完善。
这套组合，能怎么玩？
比如，一家模型公司训练出了新的运动控制策略，可以尝试在RP1上验证；科研机构的研究人员改进了某个关节或控制模块，也有机会在已有设计基础上继续开发。
虽然大家研究方向各不相同，但都有机会复用底层资源，少花时间适配硬件，把精力留给真正想解决的问题。
这对具身智能行业尤其重要。
目前，机器人模型评测还面临硬件差异大、测试条件不统一的问题。同一个任务，换台机器人，成功率就可能发生变化。
如果更多团队围绕稳定的硬件版本、训练工具和测试规范开展实验，研究结果就有了更可比的参照，技术成果也更容易被后来者验证和改进。
但开源只是起点。
资料是否完整？仓库能否持续维护？硬件出了问题怎么办？开发者能不能顺利复现、修改？许可证又是否允许二次开发和商业使用？
这些都是开源项目绕不过去的考验。
从RPO走到RP1，RoboParty已经把开放本体、软件工具和开发者生态的框架摆了出来。
能否真正形成生态，还得看后续有多少开发者愿意参与，又能积累多少实际成果。
对整个行业来说，这件事的意义可能比多发布一台开源机器人更大。
人形机器人的研发门槛一直很高。机械、电气、控制、算法，任何一环都需要专业人才和长期投入。
哪怕只想验证一个新想法，也可能得先花不少时间搭建基础平台。
开源让后来者有机会站在已有成果上继续研究，也让同一项技术能够被不同团队反复验证、改进和延续。
当然，公开图纸和代码，不代表硬件成本、工程难题就此消失。真正形成生态，还需要持续的维护与贡献。
只是，当越来越多底层技术能够被研究、修改和复用，人形机器人行业或许就能减少重复造轮子，多一些新技术探索的机会。
一家公司能探索的方向终究有限。
把技术黑盒打开，才有机会让更多人参与进来，一起把人形机器人往前推。
附：RP1开源资源与内测信息
[1]RP1开发资源：
https://github.com/Roboparty/RP1
[2]技术白皮书：
https://roboparty.com/documents/roboto-01
目前，RoboParty已开放RP1内测共创申请，面向有实际项目需求、愿意持续参与产品迭代的开发者及团队。参与者可反馈问题、提交Issue，享受内测共创价。
申请入口：
https://roboparty.com/beta/RP1