Am selben Tag, an dem Berichte über eine spektakuläre 12,9-Milliarden-Dollar-Übernahme durch den Chipriesen Nvidia die globale Tech-Branche elektrisieren, demonstriert Hugging Face seinen Anspruch auf offene Hardware. Gemeinsam mit der französischen Tochtergesellschaft Pollen Robotics hat das Unternehmen Microduck enthüllt: einen 25 Zentimeter kleinen, quelloffenen Zweibein-Roboter für 399 US-Dollar, der Entwicklern das Trainieren physischer KI-Verhaltensweisen direkt auf dem Schreibtisch ermöglichen soll.
Physical AI im Westentaschenformat: Was die 800-Gramm-Hardware leistet
Nachdem Pollen Robotics mit dem Oberkörper-Roboter Reachy Mini nach eigenen Angaben über 10.000 Einheiten weltweit ausgeliefert hat, schlägt das Team mit Microduck ein neues Kapitel auf. Während der Vorgänger primär für Sprachinteraktion und Schreibtisch-Dialoge konzipiert war, steht bei Microduck die physische Fortbewegung im Mittelpunkt. Das Miniatur-System bringt unter 800 Gramm auf die Waage und verfügt über 15 integrierte Motoren, eine Frontkamera, einen LiDAR-Tiefensensor und zwei Trägheitsmesseinheiten (IMUs).
Ein besonderes mechanisches Detail ist der artikulierte Schnabel: Er dient als Greifer, mit dem der Roboter leichte Gegenstände vom Boden aufnehmen und transportieren kann. Nach Herstellerangaben steuert ein integrierter Rechner die Onboard-Policies mit einer Regelschleife von 50 Hertz. Geliefert wird das Gerät ab Werk mit sieben vorab trainierten Verhaltensmustern - darunter Gehen mit Geschwindigkeitsnachführung, Hinsetzen und Aufstehen, Treten, Greifen, Fahren auf Rollschuhen und das selbstständige Aufrichten nach Stürzen.
Sim-to-Real und Reinforcement Learning: Scheitern ohne Werkstattkosten
Das größte Hindernis in der modernen Roboterforschung waren bisher die immensen Kosten physischer Rückschläge. Wenn ein lebensgroßer humanoider Roboter bei einem experimentellen Bewegungsmuster stürzt, entstehen oft Schäden im vier- oder fünfstelligen Bereich. Bei Microduck landet bei einem Fehlversuch lediglich ein kleiner Kunststoffkörper auf dem Teppich - und richtet sich über eine eigens trainierte Aufricht-Policy wieder selbst auf.
Die gesamte Software- und Trainingskette ist unter der permissiven Apache-2.0-Lizenz auf GitHub veröffentlicht. Bewegungsabläufe werden zunächst in der physikalischen Simulationsumgebung MuJoCo via bestärkendem Lernen (Reinforcement Learning) trainiert und anschließend per Sim-to-Real-Transfer auf den echten Roboter überspielt. Über die Plattform Hugging Face Spaces stellt Pollen Robotics zudem eine interaktive Web-Sandbox bereit, in der sich Steuerungsmodelle direkt im Browser testen lassen.
| Parameter | Microduck Spezifikation | Bedeutung für Entwickler |
|---|---|---|
| Bauhöhe & Gewicht | 25 cm / < 800 g | Gefahrlose Nutzung im Klassenzimmer und auf dem Schreibtisch |
| Aktuatoren | 15 Servomotoren | Vollwertige zweibeinige Fortbewegung und Greiffunktion |
| Sensorik | Kamera, LiDAR, 2 IMUs | Realisierung von Objekterkennung und dynamischer Balance |
| Software-Stack | Apache 2.0 / MuJoCo / HF RL | Vollständige Transparenz vom Trainingscode bis zur Inferenz |
| Einführungspreis | 399 US-Dollar (Vorbestellung) | Bruchteil der Anschaffungskosten klassischer Robotik-Kits |
Der 12,9-Milliarden-Dollar-Hintergrund: Nvidias Griff nach der KI-Distribution
Die Vorstellung des quirligen Open-Source-Zweibeiners fällt in eine historische Umbruchphase für Hugging Face. Wie das US-Branchenmagazin The Information unter Berufung auf Insider berichtet, hat sich Nvidia mit Hugging Face auf eine Übernahme im Wert von 12,9 Milliarden Dollar geeinigt. Bei einem geschätzten Jahresumsatz von rund 150 Millionen Dollar entspricht dieser Kaufpreis einem Umsatzmultiplikator von etwa 86 - und einer fast Verdreifachung der letzten Bewertung von 4,5 Milliarden Dollar aus dem Jahr 2023.
Strategischer Kontext
Kontrolle der Distributionsschicht: Hugging Face fungiert als das weltweite Leit-Repository für offene KI-Modelle und Datensätze. Wer die Plattform kontrolliert, steuert den Zugang zu Hunderttausenden Entwicklern.
Absicherung gegen Alternativ-Chips: Weil Cloud-Giganten wie Google, Amazon und Microsoft eigene Beschleunigerchips forcieren, sichert sich Nvidia über die Open-Source-Gemeinschaft die dauerhafte Nachfrage nach CUDA-optimierten Modellen.
Embodied-AI-Offensive: Nach Vorstößen wie dem humanoiden Referenzdesign und dem Open-Weights-Manifest fügt sich die Robotik-Bibliothek LeRobot nahtlos in Nvidias Simulations- und Hardware-Plattform Cosmos und Isaac ein.
Noch im Vorjahr hatte Hugging Face ein Minderheitsinvestment von Nvidia in Höhe von 500 Millionen Dollar abgelehnt, um seine Unabhängigkeit und Neutralität als offene Schnittstelle der Industrie zu wahren. Die nun kolportierte Rekordübernahme spiegelt den enormen strategischen Druck wider: Da Großkonzerne zunehmend proprietäre Architekturen vorantreiben, will Nvidia die globale Open-Source-Basis fest an das eigene Hard- und Software-Ökosystem binden.
Community im Spannungsfeld zwischen Open Source und Monopolangst
In der internationalen Entwickler-Community löst das Zusammenspiel beider Meldungen gemischte Reaktionen aus. Einerseits feiern Forschungsgruppen und Maker die Veröffentlichung von Microduck als Meilenstein für die Demokratisierung der Roboter-Entwicklung. Nach den jüngsten Diskussionen um Sicherheitsstandards und Modell-Auditings, wie sie etwa der METR-Untersuchungsbericht zu Agenten-Netzwerken thematisierte, beweist das Projekt, wie schnell offene Standards praktische Anwendungen hervorbringen.
Andererseits wächst die Sorge, dass eine Integration in den Nvidia-Konzern die bisherige Plattformneutralität gefährden könnte. Zwar betonen die Initiatoren, dass Microduck und die zugehörigen Bibliotheken vollständig unter Open-Source-Lizenzen stehen und vor Weihnachten 2026 in Nordamerika und Europa ausgeliefert werden sollen. Ob der Geist des offenen Teilens unter dem Dach des wertvollsten Chipherstellers der Welt unberührt bleibt, wird jedoch eine der spannendsten Fragen der kommenden Monate sein.
🎯 Was das für die Praxis bedeutet
1. Robotik-Einstiegshürde fällt drastisch: Mit 399 Dollar Hardwarekosten und Open-Source-Software wird Embodied AI für Entwicklerteams, Schulen und Universitäten ohne Millionenbudget erreichbar.
2. Sim-to-Real als Standard-Workflow: Durch die Kombination aus MuJoCo-Simulation und Onboard-Inferenz können Bewegungsverläufe risikofrei trainiert und direkt auf physische Hardware übertragen werden.
3. Distributionsmonopol im Blick behalten: Sollte Nvidia Hugging Face übernehmen, verstärkt der Chiphersteller seine Kontrolle über das weltweite Open-Source-KI-Ökosystem und bindet Entwickler noch enger an CUDA- und Isaac-Architekturen.
