文| 机器最前线
2026年，人形机器人产业正值一次深远的变革浪潮。
过去两年中，“量产”始终是行业最为核心的议题。2025年时，宇树公布其人形机器人累计交付超过5500台，应用已涉及科研教育、展示领域，兼及部分制造与巡检场景；同年6月，智元宣布第1.5万台具身智能机器人正式下线量产，随后便进入一家3C工厂的产线，开始了实际作业。
（图源：宇树科技官网）
工信部相关人士在人工智能大会上分享数据，预估今年内国内人形机器人整机年产量有望突破10万台。万台级交付从愿景逐步转化为现实。
随着机器人逐渐从实验室走向工厂、家庭，一个更深层次的问题浮现出来：如何让更多力量参与到机器人的产品迭代过程中？越来越多的信号指向同一个答案——开源。
2026年，开源理念的适用范围从软件行业扩展到了人形机器人领域。
OpenLoong开源社区吸引了超2万名开发者，每年举办30余场社区活动，累计曝光量超60万，内容覆盖硬件到算法、研发到应用的全领域人形机器人技术；
乐聚机器人依托开放原子开源基金会，发起了OpenLET具身智能开源数据集社区，专注于人形机器人真实场景数据的开源生态共建，同时开源了1600余条高质量真机数据集，全平台下载量累计超300百万次；
5月下旬，HuggingFace发布了开源项目LeRobot Humanoid……
开源的浪潮正席卷人形机器人产业的每一个角落。在这股浪潮中，一家仅有17个月历史的创业公司，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“萝博派对”首次面向下一代人形机器人，公开开源具身智能研发底座Party OS，同步成立了RoboParty Lab、上线了Lab官网。
当行业还在讨论“要不要开源”时，以“萝博派对”为代表的部分企业，已将注意力转向“开源能走多远”，着手吸引更多人参与，共同定义人形机器人的未来。
01扫除人形机器人创新的隐形壁垒
“萝博派对”抛下的这枚“开源炸弹”并非偶然。
1月15日，萝博派对就在官方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，这并非国外常见的几行API接口代码，而是一套全栈、完整、毫无保留的技术方案，连硬件专利、调试细节、避坑指南全部公开。任何开发者，都能基于公开图纸、代码与算法，从零复现一台具备产品级性能的双足人形机器人。
更令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，相当于人类中等速度奔跑的水平，直接打破了“开源项目性能必然落后于闭源”的固有偏见。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。
一台性能不逊于闭源产品的机器人连同全部技术细节被公之于众，这本身就是对行业惯例的挑战。但故事并未止步于“开源一台机器人”。
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：MimicLite、UFO与hhtools，分别针对人形机器人研发中的不同核心痛点。
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。其能借助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……
Unsupervised RL Control是一个面向研发且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、算法研究与推理部署全流程。
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，其采用更轻量级的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上仅需6—8小时即可完成训练，性能持续优于BFM-Zero。
至于Human-to-Humanoid Tools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和研究者，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，助力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。当这些过去仅存于头部企业内部研发能力被逐一拆解并公开，人形机器人的创新门槛正从“团队规模”转变为“想法本身”。
02“重复造轮子”有了新的破解之道
人形机器人开源，在很长一段时间里充满争议。将核心技术公之于众，护城河安在？盈利路径何在？这在传统商业思维中难以成立。
资本市场的反应提供了部分答案。自2025年成立以来，萝博派对的融资步伐一直相当密集。
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，投资方涵盖国香资本、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不难理解。一方面，萝博派对开源Roboto_Origin后，反响热烈，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，用户覆盖高校实验室、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形成了先发优势。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黄一在采访中提到：“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下，错误被发现的概率远高于封闭环境。
此外，如果把视角放长远些，可以发现开源的战略价值远不止于融资和技术验证。
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产业规模化发展。
多数企业仍各自为战，大量研发资源消耗在“重复造轮子”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，其他公司就不必从零开始，节省的资源可投入真正的场景创新。
这意味着，谁先构建出一个足够活跃、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规则制定者。
03谁将打造下一个“安卓”？
若以“技术是否开放”为标准，现阶段的人形机器人企业可大致分为三类。
一类是彻底的“封闭派”。特斯拉、波士顿动力是典型代表。它们主要依赖自主研发，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）
这种模式的优势显而易见：产品具有高度的性能一致性，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输出。
另一类走折中路线。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，保障竞争力和商业回报，但会选择性开源部分软件模块、硬件方案或过往版本技术，以此吸引开发者、扩大行业影响力。
它们在商业回报与社区生态之间小心寻求平衡，但这个平衡并不容易掌握：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。
第三类则彻底开放。萝博派对是这条路上最为坚定的玩家。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。
这条路的优势是能最大限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？这些都是需要长期面对的问题。
三条路径各有长短，但共同指向了一个趋势：人形机器人行业正进入一个关键的“基础设施定义期”。
回顾智能手机的发展历程，封闭的iOS凭借极致体验赢得了一批忠实用户，而开源的安卓则依靠低门槛吸引全球无数开发者，最终占据了大部分市场。
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，行业需要的不仅是更多硬件，更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。
从这个角度而言，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。而通往那个终局的最初一块基石，已经有人开始铺设。