低成本实体 AI 机器人创业方向调研报告
研究日期： 2026-09-04
研究问题： 如果基于开源软件、采购通用配件，自制一台类似 Reachy Mini / MicroDuck 的硬件机器人，创业时选择哪个产品方向更容易拿到真实反馈？
一页结论
最建议从以下方向开始：
开源、可编程、可训练的桌面 AI 生物：先卖“互动和创作”，再扩展“运动和训练”。
第一版不建议直接做双足机器人，也不建议一开始就定义成纯早教机器人。推荐先做一个 20–30 cm 的桌面设备，具备摄像头、麦克风、扬声器和 4–6 个表达自由度；用 ESP32-S3 做实时控制，用电脑/手机/Radxa 或树莓派承担语音、视觉和应用逻辑；同时提供 Python/JavaScript/Blockly 接口、行为库和分享机制。
这样可以同时覆盖三类早期用户：
- 对普通用户，它是会看、会听、会表达的 AI 桌宠；
- 对创客，它是可以拆、可以改、可以换外壳的机器人套件；
- 对 AI/机器人开发者，它是真实身体、SDK 和仿真/训练的入口。
双足运动、轮式底盘、机械臂和 STEM 课程都可以在用户验证之后作为模块或垂直版本加入。
1. 先定义“更容易拿到反馈”
本报告中的“反馈”不是发布会现场的惊叹，而是以下可观测行为：
- 用户在没有研究者提醒的情况下，第 7 天仍然主动使用；
- 用户第一次成功改出自己的行为，而不是只运行官方 Demo；
- 用户愿意留下订金、购买测试版或参加付费试点；
- 用户主动分享新动作、应用、外壳或教程；
- 用户愿意在一个月后继续购买内容、配件或扩展模块。
以下“投入”包含硬件 BOM、结构设计、软件开发、内容制作、售后和合规，不仅是买配件的钱。
研究假设是个人或小团队、首轮资金有限、希望在 1–3 个月内完成第一轮产品验证，并以中国市场和全球开源社区为主要反馈来源。
2. 为什么 Reachy Mini 比 MicroDuck 更适合作为产品参考
Reachy Mini 卖的是“持续互动入口”
Pollen Robotics 官方将 Reachy Mini 定位为面向人机交互、创意编程和 AI 实验的开源机器人。官方页面列出的 Lite 版本为 399 美元，Wireless 版本为 499 美元；设备约 28 cm、1.5 kg，包含 6 DoF 头部、身体旋转、两根可动天线、摄像头、四麦克风和扬声器。官方还明确说明它处于早期开发阶段，希望通过早期用户获得反馈。
它的关键不是“能转头”，而是把下面的循环做得完整：
听见/看见 → 表达 → 用户编程 → 发布行为 → 社区产生新玩法
Reachy Mini 官方应用页目前显示 58 个应用，例子包括：
- 电话使用提醒、菜单规划、远程操控；
- 跳舞、音乐问答、情绪表达；
- 语音聊天、故事、睡前故事；
- 摄像头实时模仿、街机游戏、剪刀石头布；
- 手语教学、儿童百科、办公室迎宾。
这说明一个桌面机器人的长期价值，可以来自“应用和行为不断增加”，而不是来自一次性展示更多机械自由度。
MicroDuck 卖的是“可训练的物理身体”
MicroDuck 官方定位为 25 cm 的开源双足机器人，售价 399 美元起，配备 15 个电机，支持行走、坐下/站起、踢球、抓取、轮滑和跌倒恢复等行为。它的主要产品流程是：在仿真中训练策略、导出部署到真实机器人、观察表现、继续调整仿真，再分享策略。
官方 microduck_rl 仓库围绕 MuJoCo、强化学习、ONNX 和 50 Hz 控制流程构建。它的技术价值很强，但用户首先需要有“我想研究机器人运动策略”的动机。对普通消费者而言，双足走路是强 Demo，却不是天然的日常使用场景。
还要注意开源边界：MicroDuck Press Kit 明确区分了软件开源和机械/电子设计文件，不能将其直接理解为“整机图纸全部开放”。
结论： Reachy Mini 更适合参考产品闭环和社区机制；MicroDuck 更适合参考后续的运动训练和 Physical AI 技术路线。
3. 竞品地图
| 产品/路线 | 典型买家 | 当前产品价值 | 主要证据 | 对自制产品的启发 |
|---|---|---|---|---|
| Reachy Mini | AI 开发者、创客、研究者、教师、亲子用户 | 表达、交互、编程、仿真、行为分享 | 399/499 美元；15+ 开箱行为；官方应用页显示 58 个应用 | SDK、行为库和社区比单纯堆硬件更重要 |
| MicroDuck | 机器人研究者、Physical AI 开发者、极客 | 双足运动、RL、sim-to-real、真实身体训练 | 25 cm、15 电机、仿真训练流程 | 可作为第二阶段技术壁垒，不适合第一版大众入口 |
| Petoi Bittle X | Maker、K–12/大学、研究者 | 开源四足、组装、OpenCat、Python/C++/Scratch/ROS | 官方提供多平台与教育/研究接口；公司称已出货 30,000+ | 教程、课程、可改装和维修路径决定创客反馈 |
| Miko 3 | 5–10 岁儿童家庭 | 内容、游戏、故事、学习计划、家长管理 | 官方产品页标价约 299 美元 | 早教要卖内容、家长控制和进步反馈，不只是机器人本体 |
| Loona | 家庭消费者 | AI 宠物、语音、手势、视觉、游戏和家庭陪伴 | 官方定位为 AI robotic pet/home companion | 陪伴产品必须解决新鲜感衰减 |
| EMO | 桌面宠物消费者 | 表情、动作、音乐、游戏、语音和桌面互动 | 官方标价约 279 美元，并强调 1000+ 表情/动作 | 桌面形态有消费市场，但人格和内容是竞争点 |
| Makeblock mBot | 入门教育、亲子、学校 | 低价、图形化编程、项目和 Arduino 扩展 | 官方页面约 69.99 美元促销价 | STEM 的价格地板低，必须用内容和服务建立差异 |
价格会随地区、税费、运费和促销变化；出货量、评论数和社区规模中的公司自报数据不能直接当成独立市场份额。
4. 四条创业路线的对比
评分为本报告的工作假设：1 分最弱，5 分最强，不是经过大样本调研的市场统计。
| 路线 | 初始投入友好度 | 1 个月出 Demo | 3 个月拿到反馈 | 长期留存 | 技术壁垒 | 合规/售后压力 | 建议 |
|---|---|---|---|---|---|---|---|
| 表达型桌面 AI 生物 + 创客 SDK | 5 | 5 | 5 | 4 | 3 | 4 | 首选 |
| AI 宠物/陪伴机器人 | 4 | 5 | 4 | 5 | 3 | 3 | 需要强人格和内容 |
| 亲子 STEM 套件 | 4 | 5 | 4 | 3 | 3 | 3 | 作为体验包或第二条线 |
| 双足 Physical AI 平台 | 2 | 2 | 2 | 3 | 5 | 4 | 作为第二阶段壁垒 |
| 纯早教机器人 | 3 | 4 | 2 | 4 | 3 | 2 | 首版不建议 |
4.1 表达型桌面 AI 生物：最快验证
优势是交互反馈密度高、结构简单、演示容易、桌面环境可控，且同一硬件可以讲不同故事：AI 宠物、创客套件、AI 应用载体、亲子编程工具。
它的风险是容易沦为“ESP32 + 舵机 + 语音”的升级版桌宠。差异必须来自：
- 用户可以在 30 分钟内写出或拼出一个新行为；
- 行为可以导出、分享和复用；
- 设备能根据视觉、声音、触摸产生连贯表达；
- 基础功能即使断网也能运行；
- 外壳和模块可以替换，而不是一次性封闭产品。
4.2 AI 宠物/陪伴：消费潜力最高，但要解决留存
陪伴是最容易让普通消费者理解的产品定位，也最容易做出传播视频。但“会聊天、会跳舞、会走路”很快会被竞品复制；如果没有个性、记忆边界、持续内容和稳定体验，用户可能在一周内失去兴趣。
因此陪伴路线最好与可编程能力绑定：普通用户获得低门槛人格和小游戏，创客用户获得 SDK，社区负责不断产生新的互动。
4.3 亲子 STEM：付款人明确，但不是单纯硬件生意
家长和学校的购买理由比普通消费者更明确：课程目标、任务卡、孩子的进度和可控的屏幕时间。但这条路线的竞争对象包括成熟课程、老师服务、低价教育车和无硬件编程平台。
如果从早教切入，必须准备：
- 按年龄和能力分级的任务；
- 课后结果或作品展示；
- 家长控制和数据删除；
- 多台设备的课堂管理；
- 设备损坏后的快速更换和售后。
所以更适合先把“亲子任务包”作为桌面 AI 生物的一个产品包，而不是第一天就背上完整教育品牌的成本。
4.4 双足 Physical AI：壁垒高，但反馈慢
双足机器人在技术上很有吸引力：运动学习、仿真、遥操作、策略迁移和真实机器人数据都有研究空间。问题是每一次反馈都可能被硬件问题污染：舵机回差、机械间隙、跌倒、地面摩擦、电池电压、热量和结构变形，都会让“策略不好”与“硬件没调好”混在一起。
它适合以下情况：
- 团队已有机器人/控制/RL 经验；
- 有稳定的机械、电机和电池供应链；
- 目标客户是开发者或研究机构；
- 可以接受数月的工程验证；
- 有能力维护仿真、数据、标定和设备批量一致性。
它不适合用来验证“普通人是否每天愿意玩一个机器人”。
5. 推荐的产品形态：一个核心，多个身体
第一版：桌面核心
建议配置：
| 模块 | 第一版建议 |
|---|---|
| 结构 | 20–30 cm，稳定底座，不追求双足 |
| 运动 | 4–6 个低噪声数字舵机，用于头部、耳朵/天线、身体俯仰或尾巴 |
| 感知 | 广角摄像头、双麦克风或麦克风阵列、触摸/按压、IMU |
| 输出 | 小扬声器、灯光/眼睛显示、组合动作 |
| 控制 | ESP32-S3 负责实时控制和安全；电脑/手机/Radxa/树莓派负责高阶 AI |
| 软件 | Python SDK，WebSocket/串口协议，后续增加 JS 和 Blockly |
| 开箱体验 | 迎宾、注视、声源反应、情绪、故事、小游戏、跳舞、提醒、摄像头模仿 |
| 结构原则 | 外壳、舵机、主控、传感器、电池均可单独替换 |
第二版：可插拔运动模块
在相同的头部、传感器、SDK 和行为系统上增加：
- 轮式底盘： 最低风险地验证移动、跟随和空间互动；
- 四足模块： 面向创客，做遥操作、数据采集和运动学习；
- 双足模块： 面向 Physical AI 开发者，提供仿真、策略导出和 sim-to-real；
- 夹爪/机械臂： 面向桌面抓取和任务型 AI。
这个架构比“一个形态同时满足所有人”更容易迭代。同一软件生态可以拥有不同身体，但不能承诺“任何机器训练一次就会走路”：跨形态策略需要统一观测/动作表达、形态参数、标定和足够的真实数据。相关研究证明多形态迁移有可行性，但也明确指出分布外形态仍然是难点。
6. 主控和软件栈怎么选
推荐分层
| 层 | 推荐 | 职责 |
|---|---|---|
| 实时控制层 | ESP32-S3 | 舵机 PWM/总线、IMU、触摸、动作插值、看门狗、急停 |
| 应用/AI 层 | 用户电脑、手机或 Radxa/树莓派 | 语音、视觉、LLM、应用逻辑、日志和模型推理 |
| 训练层 | PC/GPU/云端 | 仿真、强化学习、模型导出、数据处理 |
Radxa ZERO 3W 适合做小型 Linux 应用主机，ESP32-S3 适合做低级控制、联网和轻量边缘推理。ESP32-S3 不适合承担完整的本地多模态大模型，但非常适合把实时控制做稳定；高阶计算先借用用户已有电脑，可以降低开发板成本和散热压力。
关键设计原则是：即使高阶 AI 断网，机器人也应能完成基础动作、停止、静音和隐私关闭。云端模型可以增强体验，但不能成为硬件安全和基本可玩性的单点故障。
7. 8 周拿反馈的实验方案
第 1–2 周：完成可动原型
- 3D 打印或激光切割外壳；
- 先完成 4–6 个表达动作；
- 暂不做自主导航、双足和复杂强化学习；
- 访谈 20 人：10 位创客/AI 开发者、5 位家长、5 位桌宠用户；
- 用两套文案测试：“AI 宠物”与“Physical AI 开发套件”。
访谈不要只问“你喜欢吗”，而要问：愿意为哪一个功能留下联系方式、是否愿意试用、是否愿意交订金、愿意每周使用几次、会不会自己改动作。
第 3–4 周：10 台封闭测试
让测试者独立完成安装和第一次自定义行为。每台设备准备至少 10 个开箱行为、3 个可复制教程和一个错误恢复说明。
重点观察：
- 通电到第一次觉得有趣需要多久；
- 通电到第一次成功修改行为需要多久；
- 用户是否会在没有提醒的情况下再次使用；
- 用户遇到的问题是“不懂怎么用”还是“硬件不可靠”。
第 5–8 周：20 台付费试点
用真实付款或订金测试，而不是只收问卷。试点对象分成两组：
- 10 台给创客/AI 开发者，验证 SDK、开放性和行为分享；
- 10 台给家庭，验证陪伴、亲子玩法和日常留存。
只有在两组中至少一组出现主动使用、主动创作和付费意愿，才值得扩大 BOM 和产能。
建议指标
| 指标 | 建议目标 | 说明 |
|---|---|---|
| TTFX | ≤ 5 分钟 | 开箱到第一次觉得有趣 |
| TTFB | ≤ 30 分钟 | 开箱到第一次自定义行为 |
| D7 主动使用率 | ≥ 40% | 无提醒情况下仍主动使用的测试者 |
| 自定义行为成功率 | ≥ 50% | 尝试创作的人中成功完成的比例 |
| 付费试点接受率 | ≥ 20% | 目标用户中愿意付款或交订金的人 |
| 每台每周售后工时 | 持续下降 | 判断是否具备可复制交付能力 |
这些数值是启动阶段的内部淘汰线，不是行业基准；应根据实际招募质量调整。
8. 商业模式和成本逻辑
不要只把它当成一次性硬件买卖。可以形成四层收入：
- 硬件： 桌面核心、Wireless 版、运动模块、传感器、外壳和替换件；
- 内容： 主题行为、故事、小游戏、亲子任务包；
- 服务： 工作坊、课程、教师培训、学校/机构套装；
- 开发者： 高级开发套件、仿真/训练服务、批量采购和技术支持。
硬件的毛利容易被售后和返修吃掉；生态和配件的价值在于提高复购和留存。早期可以免费开放 SDK 和基础行为，先让社区产生供给，不要一开始就对每个动作抽成。
9. 风险和必须提前处理的问题
新鲜感衰减
解决方式是行为库、应用分发、用户创作和持续挑战，而不是继续增加舵机数量。Reachy Mini 的应用页提供了一个可参考的机制：新功能可以由官方和社区持续添加。
儿童隐私
如果产品面向儿童，要在架构阶段处理隐私，而不是上线后补协议。中国《个人信息保护法》将不满十四周岁未成年人个人信息列为敏感个人信息，并要求处理此类信息取得监护人同意、制定专门规则；美国 COPPA 对面向 13 岁以下儿童或明知收集其信息的在线服务，要求家长通知、可验证同意、访问/删除和安全措施。
最低限度应包括：默认不上传、物理静音/摄像头开关、家长账户、最小化收集、数据保留期限、删除入口和清晰的模型/云服务说明。
机械和电气可靠性
低价舵机的回差、噪声、堵转、发热和齿轮寿命会直接影响口碑。运动件要有限位和动作限幅；电池和充电要独立测试；外壳必须允许低成本更换，而不是返厂维修。
开源边界和供应链
逐项核实第三方代码、模型、3D 资产、硬件文件和数据集的许可证。MicroDuck 的官方资料已经说明，开源软件不代表机械和电子设计文件也开源。所有宣传语应与实际开放范围一致。
10. 最终建议
采用“一个软件生态，分阶段增加身体形态”的策略：
阶段 1： 做低成本表达型桌面 AI 生物，在 8 周内验证 20 个付费试点，证明用户会重复使用并愿意创作。
阶段 2： 复用同一 SDK，加入轮式、四足或双足运动模块，验证遥操作、数据采集和 sim-to-real。
阶段 3： 根据试点结果选择方向：亲子使用强，就做 STEM 课程包；开发者训练需求强，就做 Physical AI 套件；普通用户留存强，就强化 AI 宠物和应用市场。
最值得做的不是“更便宜的 Reachy Mini”或“更便宜的 MicroDuck”，而是：
更容易改造、更容易分享、更容易持续产生新行为的低价机器人平台。
附录：主要资料
- Pollen Robotics：Reachy Mini announcement
- Pollen Robotics：Reachy Mini Apps
- Pollen Robotics：MicroDuck
- Pollen Robotics：MicroDuck Press Kit
- GitHub：pollen-robotics/microduck_rl
- Petoi：FAQ
- Petoi：About
- Miko：Miko 3
- Makeblock：mBot
- Loona：About
- LivingAI：EMO
- FTC：COPPA
- 中央网信办：中国个人信息保护法
- URMA：One Policy to Run Them All
研究限制
- 价格是官方页面在研究日期附近的展示值，可能因地区、运费、税费和促销变化；
- Reachy Mini 的 58 个应用来自动态官方页面，数量会变化；
- 出货量、评论、社区规模中的公司自报数据没有被当成独立市场规模；
- 反馈速度和路线评分属于产品结构驱动的创业假设，必须通过 8 周实验校正；
- 用户提供的文章中有关 MicroDuck 预售金额和销量的数字没有作为已验证事实使用。