Hugging Face wird ins kalte Wasser geworfen, und es kostet nur 399 US-Dollar.

Hugging Face hat wieder einen Roboter entwickelt, der so beliebt ist, dass alle 4 Sekunden ein Exemplar verkauft wird.

Diesmal hat es eine „Ente“ gebaut.

Kürzlich veröffentlichte das Roboterteam Pollen Robotics unter Hugging Face eine Roboterente namens Microduck: 25 cm hoch, weniger als 800 g schwer, mit zwei kurzen Beinen und einem öffnbaren und schließbaren Entenschnabel, zu einem Preis von 399 US-Dollar, was etwa 2800 RMB entspricht.

Dieser kleine Roboter, der ein wenig wie ein elektronisches Haustier aussieht, kann laufen, Fußball spielen, Inlineskaten, sich bücken und mit dem Schnabel Dinge vom Boden „aufpicken“.

Aber Hugging Face will offensichtlich nicht nur einen günstigeren und niedlicheren Roboter verkaufen.

In den letzten zwei Jahren hat dieses für seine Open-Source-KI-Community bekannte Unternehmen die Entwicklung vom Roboter-Trainingsframework LeRobot über kostengünstige Roboterarme und Robotermodelle bis hin zur aufeinanderfolgenden Markteinführung von zwei Robotern im Wert von mehreren hundert US-Dollar vorangetrieben.

Warum widmet sich ein Unternehmen, das ursprünglich eine Open-Source-KI-Community betrieben hat, immer ernsthafter der Herstellung von Robotern?

Die Antwort liegt vielleicht in dieser kleinen 399-Dollar-Ente verborgen.

Eine „Ente“, die wiederholt trainiert werden kann

Wenn man nur die offizielle Demo betrachtet, wird Microduck leicht für ein teureres elektronisches Haustier gehalten.

Diese kleine Ente, die nur so hoch wie eine Flasche Mineralwasser ist, stützt ihren rundlichen Körper auf zwei kurze Beine und watschelt beim Gehen. Sie kann sitzen, aufstehen, sich hocken und mit dem Bein den kleinen Ball vor sich wegschießen; wenn man zwei kleine Rollen an ihre Füße anbringt, kann sie auch wackelig skaten.

Der Entenschnabel, der hauptsächlich zum Niedlichkeitserregen gedacht zu sein scheint, ist keine Dekoration. Er ist tatsächlich ein öffnbarer und schließbarer Greifer. Microduck senkt ihren gesamten Körper ab, „pickt“ kleine Dinge wie Kugelschreiber oder Socken vom Boden mit dem Schnabel auf und steht dann auf, um sie mitzunehmen.

Wenn sie versehentlich umfällt, braucht sie keine Hilfe von Menschen. Sie dreht ihren Körper, passt ihre Beine neu an und steht dann selbst wieder auf.

Aber in der heutigen Roboterwelt gehören diese Bewegungen eigentlich nicht zu den technischen Wundern. Menschliche Roboter können bereits Saltos schlagen, boxen und tanzen. Was ist also so Besonderes an einer kleinen Ente, die Fußball spielen und Inlineskaten kann?

Sie ist eine quelloffene Roboterente, und Entwickler können ihre Bewegungen nach eigenen Wünschen neu trainieren.

Microduck wird mit mehreren Sätzen trainierter Aktionsrichtlinien ausgeliefert, gleichzeitig stellt Pollen Robotics aber auch sein SDK, die Simulationsumgebung und die Werkzeuge für das Verstärkungslernen zur Verfügung.

Das heißt, nach dem Kauf für 399 US-Dollar sind Sie nicht nur ein Roboterbenutzer, sondern können auch ihr „Trainer“ werden.

Wenn Sie zum Beispiel finden, dass die Ente zu langsam läuft, und wollen, dass sie schneller rennt, oder ihr sogar eine neue, nicht offizielle Bewegung beibringen, können Sie das tun. Sie können das Training sogar an ihrem virtuellen Abbild durchführen.

Entwickler können in der physikalischen Simulationsumgebung MuJoCo auf dem Computer Hunderte identischer „virtueller Enten“ replizieren. Sie versuchen ständig, Beine zu heben, das Gleichgewicht zu halten, zu fallen und es erneut zu versuchen. Wenn die Bewegung gut gelingt, erhalten sie eine höhere Belohnung; wenn die Bewegung nicht stimmt, passt der Algorithmus sie weiter an.

In den offiziellen Trainingsbeispielen können 4096 Simulationsumgebungen gleichzeitig ausgeführt werden. Bei Verwendung einer CUDA-GPU beträgt die offizielle Trainingszeit für einen nutzbaren Gang etwa 1 bis 2 Stunden.

Das heißt, die reale Microduck steht noch ruhig auf dem Tisch, während Tausende von Enten im Computer möglicherweise bereits unzählige Male umgefallen sind.

Wenn die virtuelle Ente eine Bewegung endlich gelernt hat, können Entwickler das trainierte neuronale Netzwerk-Richtlinien exportieren und es auf der echten Microduck bereitstellen.

Dies ist das in der Roboterdomäne häufig erwähnte Konzept Sim-to-Real – von der Simulation zur Realität.

Natürlich bedeutet der Erfolg in der virtuellen Welt nicht, dass der reale Roboter zwangsläufig erfolgreich funktioniert. Die Reibung des realen Bodens, der Zustand des Motors und der Schwerpunkt des Körpers können nicht vollständig mit der Computersimulation übereinstimmen. Wenn der reale Roboter abweicht oder umfällt, können Entwickler zur Simulationsumgebung zurückkehren, die Parameter ändern, das Training neu durchführen und es dann erneut bereitstellen.

Dieser Zyklus wiederholt sich ständig.

Sogar die Hürden der Rechenleistung versucht Hugging Face gleichzeitig zu senken.

Wenn der Computer über eine NVIDIA-GPU mit CUDA-Unterstützung verfügt, können Entwickler das Training direkt lokal durchführen; wenn keine geeignete GPU vorhanden ist, können sie über Hugging Face Jobs dieselbe Trainingsaufgabe an die Cloud-GPU übermitteln. Nach Abschluss des Trainings wird die erhaltene Richtlinie wieder auf Microduck bereitgestellt.

Daher ist Microduck ein Entwicklungsroboter mit zwei Beinen.

Dass er so klein gebaut wurde, dient nicht nur der Billigkeit und Niedlichkeit, sondern vor allem dazu, dass er „Umfälle verkraftet“. Für Entwickler, die zahlreiche Versuche und Irrtümer durchführen müssen, ist ein kostengünstiger, wiederholt testbarer realer Roboter sehr wichtig.

Roboter günstiger und benutzerfreundlicher zu machen, ist genau das, was Hugging Face in den letzten zwei Jahren getan hat.

Warum muss Hugging Face unbedingt Roboter bauen?

In den letzten zwei Jahren hat sich das Geschäft von Hugging Face ständig in Richtung Roboterdomäne ausgedehnt.

Der früheste Ausgangspunkt lässt sich auf März 2024 zurückverfolgen, als Rémi Cadene, der am Tesla-Projekt Optimus beteiligt war, zu Hugging Face wechselte, um für ein neues Open-Source-Roboterprojekt verantwortlich zu sein. Zwei Monate später ging LeRobot online.

Anfangs machte Hugging Face noch das, was es gut kann – Software.

LeRobot ist kein Roboter, sondern ein Satz von Open-Source-Werkzeugen für das Roboterlernen. Modelle, Datensätze und Trainingsmethoden können von Entwicklern hier geteilt werden.

Das ist sehr typisch für Hugging Face. Als es sich früher um große Modelle kümmerte, sammelte es auch die verstreuten Modelle und Datensätze auf einer Plattform, damit Entwickler keine überflüssigen wiederholten Arbeiten durchführen müssen.

Aber Clément Delangue, CEO von Hugging Face, stellte fest, dass die KI von Robotern noch in einem sehr frühen Stadium steckt und jeder „für sich alleine arbeitet“ – jedes Labor hat seinen eigenen Technologie-Stack, Daten, Modelle und Hardware sind voneinander getrennt.

Delangue ist der Ansicht, dass Roboter möglicherweise auch ihren eigenen „ChatGPT-Moment“ erleben, wenn alle bei Open Source und Standards zusammenarbeiten.

Tatsächlich zeigt sich bereits ein erster Anzeichen dafür. Laut einem Bericht von IEEE Spectrum in diesem Jahr ist die Anzahl der Roboter-Datensätze auf LeRobot von 1145 Ende 2024 auf über 58.000 gestiegen, was zur größten Datensatzkategorie im Hugging Face Hub geworden ist. Unternehmen wie NVIDIA und Alibaba, Forschungseinrichtungen sowie Enthusiasten, die zu Hause an Robotern basteln, laden Modelle auf Hugging Face hoch.

Aber im Laufe der Entwicklung stellte Hugging Face fest, dass Software allein nicht ausreicht. Modelle können zwar kostenlos heruntergeladen werden, Roboter aber nicht.

Delangue sah, dass immer mehr KI-Entwickler Interesse an Robotern zeigten, aber vor dem Preis zurückschreckten: Die Preise betragen oft 20.000, 30.000, 50.000 oder sogar 100.000 US-Dollar. Ein KI-Entwickler, der gerade erst anfangen möchte, Roboter auszuprobieren, kann kaum so viel Geld für ein einzelnes Experiment ausgeben.

Daher begann Hugging Face mit der Entwicklung kostengünstiger Roboter. Zuerst wurden die Roboterarme SO-100 und SO-101 im Wert von mehreren hundert US-Dollar auf den Markt gebracht, und 2025 erwarb das Unternehmen direkt Pollen Robotics, das seit 9 Jahren Open-Source-Roboter entwickelt. Letzteres verfügte bereits über einen ausgereiften Forschungsroboter Reachy 2, was bedeutet, dass Hugging Face zum ersten Mal wirklich die Fähigkeit erlangte, Roboterhardware selbst herzustellen.

Nachdem es die Fähigkeit erworben hatte, „große Roboter“ zu bauen, begannen sie, die Roboter immer kleiner und günstiger zu machen: Reachy Mini wird für 399 US-Dollar verkauft, und Microduck kostet ebenfalls 399 US-Dollar.

Delangue möchte, dass Roboter „so günstig sind, dass man leicht die Entscheidung trifft, einen neben den Laptop zu stellen und dann damit zu basteln.“

Und er selbst hat es genau so gemacht.

Als er Reachy Mini zum ersten Mal erhielt, brauchte Delangue 5 Stunden, um es zusammenzubauen. Jemand scherzte, das sei ein bisschen wie das Zusammenbauen von IKEA-Möbeln: Man dreht alle Schrauben selbst, und nach dem Zusammenbau hat man sogar mehr Zuneigung dafür.

Delangue stimmte dem voll und ganz zu. Er sagte, dass es an sich schon eine Freude ist, etwas selbst zusammenzubauen. Was Hugging Face will, ist nicht, dass Benutzer die Verpackung öffnen und ein paar vorinstallierte Funktionen nutzen, um dann aufzuhören, sondern dass sie nach dem Zusammenbau nicht widerstehen können, weiter zu modifizieren: Jemand fügt Räder hinzu, jemand tauscht den Motor aus, jemand stattet es mit einem Paar Händen aus. Am besten entstehen diese Veränderungen nicht durch Ideen von Hugging Face, sondern wachsen aus der Community selbst hervor.

Delangue äußerte in einem Interview, dass Hugging Face nicht wirklich an einem einzelnen Modell, einem einzelnen Datensatz oder einer einzelnen Hardware interessiert ist, sondern an den „kleinen Beiträgen“, an denen viele Menschen teilnehmen können.

Diese Idee trägt einen Hauch von Hugging Face-typischem Idealismus in sich.

Delangue hofft, dass mehr Menschen Roboter nicht nur nutzen, sondern auch mitentscheiden, wie Roboter aussehen sollen. Anstatt dass einige wenige Unternehmen raten, sollte die Wahl den Menschen überlassen werden, die sie nutzen.

Thomas Wolf, Mitbegründer von Hugging Face, drückte die gleiche Ansicht aus: Roboter könnten die nächste von KI erschlossene Front sein, aber sie sollten offen, günstig und privat sein.

Daher will Hugging Face möglicherweise nicht definieren, wie der nächste Roboter aussehen soll. Im Gegenteil, es möchte diese Frage von mehr Menschen beantworten lassen.

Das quelloffene Hugging Face geht auf NVIDIA zu

Um die Zeit der Veröffentlichung von Microduck herum stand Hugging Face selbst an einem heiklen Scheideweg.

Laut einem Bericht von The Information hat NVIDIA zugestimmt, Hugging Face für 12,9 Milliarden US-Dollar zu übernehmen. Später zitierte Reuters diese Nachricht. Bisher haben NVIDIA und Hugging Face diese Transaktion aber noch nicht offiziell bekannt gegeben. Business Insider erfuhr, dass beide Seiten noch keine endgültige Vereinbarung unterzeichnet haben und die Transaktion sich noch ändern kann.

Wenn die Transaktion letztendlich zustande kommt, wird dies eine sehr bedeutsame Kombination sein.

In den letzten Jahren hat Hugging Face ständig Offenheit und gemeinsame Nutzung betont und sogar wiederholt davor gewarnt, dass die Zukunft der KI von wenigen Silicon-Valley-Unternehmen kontrolliert wird. Clément Delangue sagte in Bezug auf Roboter auch, dass es „äußerst gefährlich“ sei, wenn nur wenige Menschen entscheiden, was in Zukunft geschaffen werden soll.

Auf der anderen Seite steht NVIDIA, das fast die gesamte KI-Rechenleistung dominiert.

Aber beide Unternehmen nähern sich bereits seit langem einander an.

NVIDIA gehörte zu den Investoren der Finanzierungsrunde von Hugging Face im Jahr 2023. In der Roboterdomäne ist ihre Beziehung noch enger: NVIDIAs Modelle GR00T, Isaac Lab-Arena und weitere sind schrittweise in das LeRobot-System integriert worden. Anfang dieses Jahres stellte Hugging Face gemeinsam mit NVIDIA ihre Zusammenarbeit im Bereich Physical AI vor und gab damals Zahlen an: NVIDIA hat etwa 2 Millionen Roboterentwickler, während Hugging Face über 13 Millionen KI-Entwickler hat. Das Ziel beider Seiten ist es, diese beiden Gruppen von Menschen zusammenzubringen.

Sogar am kürzlich veröffentlichten Microduck lassen sich Spuren von NVIDIA erkennen.

Gemäß der offiziellen Trainingsdokumentation benötigen Entwickler derzeit eine CUDA-GPU, wenn sie Microduck lokal trainieren möchten. Denn Microduck verwendet MuJoCo Warp für das Verstärkungslernen, und dieser offizielle Ablauf hängt von CUDA ab.

Was ist dann mit AMD-Benutzern?

Zwei Tage nach der Veröffentlichung versuchte ein Entwickler, die Trainingsumgebung auf eine Lösung mit AMD-GPU-Unterstützung zu portieren. Diese Version wird nicht von Hugging Face offiziell bereitgestellt, hat bisher nur einen Teil der Aufgaben abgeschlossen und wurde noch nicht auf dem realen Roboter validiert.

Daher verwendet der offizielle Standardpfad CUDA, aber Open Source gibt Entwicklern die Möglichkeit, selbst einen anderen Weg zu entwickeln.

Bisher gibt es keine Hinweise darauf, dass Hugging Face aufgibt, AMD zu unterstützen. Im Gegenteil: AMD stellt im Hugging Face-Ökosystem weiterhin LeRobot-bezogene Modelle bereit, die für ROCm optimiert sind.

Aber wenn Hugging Face letztendlich von NVIDIA übernommen wird, bleibt abzuwarten, ob diese Wahlmöglichkeit dauerhaft bestehen bleibt.

Schlusswort

Letztendlich möchte Hugging Face die Geschichte des Großmodell-Zeitalters bei Robotern noch einmal wiederholen: Die Hardware günstig machen, Modelle, Daten und