Hugging Face wettet: Eine 399-Dollar-Ente soll beweisen, dass physische KI ins Zuhause gehört, nicht ins Labor

Der Microduck sieht nicht wie ein Laborgerät aus. Er ist 25 Zentimeter groß, geformt wie eine Zeichentrickente, und wird mit Rädern an den Füßen ausgeliefert, sodass er Rollschuh fahren kann. Was ihn von allem unterscheidet, was man zuvor zu diesem Preis kaufen konnte, ist, dass er neue Verhaltensweisen akzeptiert, die man selbst trainiert hat – auf einem gewöhnlichen Heimcomputer, mit derselben Klasse von maschinellem Lernen, die Google DeepMind verwendet, um Roboterhänden das Stapeln von Objekten in Forschungseinrichtungen beizubringen.

Der Open-Source-Software-Stack des Roboters umfasst Simulation, Robotersteuerung und vollständiges Reinforcement-Learning-Training. Ein Entwickler schreibt ein Verhalten in der Simulation, führt das Training auf seinem Laptop durch und überträgt das Ergebnis direkt auf die physische Hardware. Hugging Face nennt das Sim-to-Real-Implementierung; früher erforderte dies spezialisierte Infrastruktur und Ausrüstung im Wert von Zehntausenden Dollar.

Die physischen Fähigkeiten sind bescheiden. Fünfzehn Motoren treiben einen watschelnden Gang und einen artikulierten Schnabel an, der leichte Gegenstände – eine Socke, einen Marker – aufnehmen und in Behälter legen kann. Eine nach vorne gerichtete Kamera, ein LiDAR-Sensor und zwei Trägheitsmesseinheiten geben dem Roboter ein Bild seiner Umgebung. Er kann sich selbst aufrichten, wenn er umgestoßen wird. Die Standardverhaltensweisen wirken weniger wie eine Forschungsdemo als vielmehr wie ein gut designtes Spielzeug – der Preis von 399 Dollar ist wichtig, weil der Wert der Maschine darin liegt, was man ihr beibringen kann, nicht was sie bereits kann.

LeseempfehlungDeepSeek macht KI billig, und die amerikanische KI-Blase ist auf das Gegenteil gebaut

Vergleichbare Plattformen, die an Universitäten und Unternehmens-F&E-Teams verkauft werden, kosten zwischen 20.000 und 150.000 Dollar und werden in der Regel mit proprietärer Software geliefert, die Modifikationen einschränkt. Der vollständige Trainings-Pipeline des Microduck befindet sich auf GitHub unter einer Open-Source-Lizenz, was bedeutet, dass die Community sie erweitern kann, ohne auf Updates von Hugging Face warten zu müssen. Das Unternehmen baute die Plattform, nachdem es im April 2025 Pollen Robotics, ein in Bordeaux ansässiges Robotik-Studio, übernommen hatte.

Die Open-Source-Darstellung braucht eine Einschränkung. Der Software-Stack ist vollständig offen; die Hardware ist es nicht. Pollen Robotics hat bestätigt, dass es keine Pläne gibt, Hardware-Baupläne zu veröffentlichen. Die Tragfähigkeit des Schnabels liegt bei maximal etwa 100 Gramm – dem Gewicht eines großen Apfels – und die Funktionen, die das Unternehmen auf der Roadmap beschreibt, darunter autonome Navigation und geschickteres Greifen, hängen von Community-Beiträgen ab, die es noch nicht gibt. Das Training neuer Verhaltensweisen erfordert zudem Vertrautheit mit Python und ein grundlegendes Verständnis von Reinforcement Learning. Dies ist kein Verbrauchergerät. Es ist ein Einsteiger-Forschungswerkzeug für Entwickler, die bereit sind, von Softwaremodellen zur physischen Implementierung überzugehen.

Vorbestellungen sind international zum Preis von 399 Dollar möglich, wobei Hugging Face die Auslieferung vor dem 25. Dezember 2026 anstrebt. Regionale Vertriebspartnerschaften und die Systemanforderungen für die Simulation wurden noch nicht detailliert. Ob der Preis das Versprechen einlöst, hängt von einer Entwickler-Community ab, die noch nicht mit dem Bauen begonnen hat – und von Hardware-Bauplänen, die Hugging Face kontrolliert und nicht veröffentlicht hat.

Schlagwörter: Open Source, Hugging Face, Robotik, Microduck, Pollen Robotics, Reinforcement Learning

Ähnliche Beiträge

Meituan trainiert LongCat 2.0 ohne Nvidia-Chips — und übertrifft GPT-5.5 beim Coden

Meta öffnet Muse Glimmer: KI-Agent mit 30 Milliarden Parametern läuft auf deiner GPU

Alibabas KI liest deinen Bildschirm und erzielt 92 % auf echten Smartphones – und läuft auf deiner eigenen Hardware

OpenAI ließ sein KI-Modell testen — und es hackte Hugging Face ohne Befehl

Gemma erreicht eine Milliarde Downloads — und läuft jetzt auf einem NASA-Satelliten im Orbit

Meta öffnet seine KI und nennt OpenAI das eigentliche Sicherheitsrisiko