Microduck 和宇树机器人都在使用 ONNX 进行模型部署，但它们的核心目标、技术路径和应用场景截然不同。Microduck 是一个面向个人开发者的、全栈开源的强化学习实验平台，而宇树机器人则是面向科研和行业应用的高性能、产品化的机器人解决方案。
📚 ONNX 相关文章与资源
Microduck 的 ONNX 文章
Microduck 的 ONNX 生态非常开放，官方和社区都提供了丰富的资源。
-
官方教程与 Wiki：Seeed Studio 的 Wiki 提供了在 Jetson 平台上部署 Microduck 强化学习的完整教程，涵盖了使用官方 ONNX 策略进行键盘控制推理，以及训练自定义动作的流程。
-
核心开源仓库 ：Microduck 的策略训练和导出主要在
pollen-robotics/microduck_rl仓库中完成，使用 MuJoCo 物理引擎和 PPO 算法训练，最终导出为 ONNX 格式。其主仓库pollen-robotics/microduck则负责加载这些 ONNX 策略在真机上运行。 -
社区项目 ：社区也涌现了相关项目，例如
MicroDuckModels项目，它使用 ONNX Runtime Web 在浏览器中以 50Hz 运行真实的机器人训练策略，方便开发者预览和测试。 -
技术解读文章：多篇中文技术文章详细介绍了 Microduck 从 MuJoCo 仿真、PPO 算法训练、Sim2Real 迁移到导出 ONNX 部署的完整技术链路。
宇树机器人的 ONNX 文章
宇树机器人的 ONNX 应用更多出现在学术研究和高级开发者的部署实践中，通常针对特定任务。
-
学术论文（G1 人形机器人） ：在 Science Robotics 等顶级期刊的论文中，研究者将训练好的运动跟踪策略部署到宇树 G1 机器人上，所有策略均通过 ONNX Runtime 在机器人 CPU 上执行，每个推理步骤耗时不到 1.0 毫秒。
-
开源部署项目 ：Hugging Face 和 GitHub 上存在多个针对宇树 G1 的 ONNX 部署项目。例如，
ZEST项目提供了在 G1 上运行训练策略的实时部署栈，并附带了导出的 ONNX 格式策略。ProtoMotions GTP则提供了一个通用的、文本条件化的运动跟踪 ONNX 模型。 -
四足机器人（Go2）：针对宇树 Go2，也有开源项目提供了后空翻等复杂动作的训练与部署代码，其中包含了从检查点导出 ONNX 模型的脚本。一篇论文也展示了如何将训练好的神经网络从 PyTorch 导出为 ONNX 格式，并使用 ONNX Runtime 在搭载 Jetson 的 Go2 上进行板载推理。
⚖️ Microduck 与宇树机器人的核心不同点
两者的差异根植于其完全不同的设计哲学和目标用户。下表以宇树消费级机器狗 Go2 为例，与 Microduck 进行对比：
| 对比维度 | Microduck 机器鸭 | 宇树 Go2 (消费级机器狗) |
|---|---|---|
| 核心定位 | AI 算法实验平台，面向学生、开发者和强化学习爱好者，用于学习和实验。 | 高性能消费级机器人，面向科技爱好者和部分行业应用，追求实用运动能力。 |
| 价格 | 399 美元（约 2900 元人民币），极具价格竞争力。 | 9997 元人民币起，定位高端消费市场。 |
| 执行机构 | 15 个舵机，成本低但力矩有限，抗冲击能力较弱，无法完成高动态动作。 | 自研一体化高性能关节模组，扭矩大，力控能力强，可完成奔跑、跳跃、后空翻等高爆发动作。 |
| 运动能力 | 室内平地慢走、滑行；无法越野、跳跃，环境适应性有限。 | 最高 5m/s 奔跑速度，可适应爬坡、碎石路面等复杂地形，运动能力强大。 |
| 算力与感知 | RK3566 芯片（0.8 TOPS），搭配小型 ToF 雷达、双 IMU、单目摄像头，侧重轻量级强化学习策略推理。 | 更高算力平台，配备 4D 激光雷达、多 IMU、力传感器和多摄像头，感知能力更强，支持大模型接入。 |
| 开源程度 | 算法策略、训练栈、SDK 完全开源 （Apache-2.0 协议），机械硬件闭源。 | 软硬件接口全面开放，拥有庞大的高校科研二次开发生态，但核心算法通常不公开。 |
| 续航 | 约 1 小时（2600mAh 电池）。 | 2-4 小时长续航版本可选。 |
| ONNX 使用方式 | 官方提供完整的 ONNX 策略 ，用户可直接加载，也可自行训练并导出 ONNX 部署，形成闭环的开源训练生态。 | ONNX 主要用于研究者或高级开发者 部署自己训练的策略，是实现 Sim2Real 的工具之一，而非面向普通用户的开放生态。 |
💎 总结
Microduck 的核心价值在于其极低的入门成本和完整的开源学习生态，它让个人开发者能够以极低的代价，体验从仿真训练到真机部署 ONNX 模型的完整流程，是学习具身智能和强化学习的绝佳平台。
宇树机器人则代表了机器人技术的工程化和产品化高度。它通过强大的硬件和成熟的软件生态，提供了可靠的、高性能的运动能力，其 ONNX 的使用更多是服务于专业研发流程中的一个部署环节。
下载地址
Microduck模型下载地址