Jumper dari KingKong Technology bukan hanya robot mungil berbentuk kepiting, tetapi juga seperangkat alat untuk merancang dan melatih gerak robot. Proyek ini mencakup model robot, simulasi, pelatihan berbasis reinforcement learning, hingga perangkat untuk mengemas kontrol. Namun, alur kerja perangkat lunak yang terbuka tidak serta-merta membuktikan bahwa desain perangkat kerasnya dapat direproduksi secara utuh atau bahwa sistemnya sudah tervalidasi pada robot fisik. Repositori Jumper sudah tersedia untuk publik pada 28 September 2026; karena itu, 9 Oktober tidak tepat dianggap sebagai tanggal rilis awal.
3
9
Rancangan dan spesifikasi Jumper
Jumper memiliki enam kaki dan 22 derajat kebebasan, yang digerakkan oleh 22 tactile servo. Bagian depan robot dapat digunakan untuk mencengkeram benda.
6
14 Spesifikasi yang dipublikasikan mencantumkan ukuran 400 × 400 × 200 mm dan bobot 1,8 kg. Dokumen yang sama juga menyebut bobot prototipe rekayasa sebesar 2,8 kg.
21
Materi KingKong menyebut kecepatan puncak setidaknya 0,5 m/s dan daya tahan baterai sekitar dua jam. Sebuah laporan juga mencantumkan tinggi lompatan minimal 40 cm serta kapasitas genggam 1 kg. Angka-angka tersebut merupakan spesifikasi yang diumumkan, bukan hasil uji independen yang terverifikasi dalam sumber yang tersedia.
14
16
Komputer utamanya menggunakan Rockchip RK3576, dengan empat inti Cortex-A72, empat inti Cortex-A53, dan NPU INT8 berkapasitas 6 TOPS.
21 Sebuah laporan menyebut tiap tactile servo memiliki dua encoder magnetik. Namun, pelacak isu repositori mencatat bahwa model atau tipe servonya belum dijelaskan dalam dokumentasi.
27
40
Apa yang bisa dilakukan dengan toolkit terbuka ini?
Repositori Jumper menggabungkan aset model robot, tugas, kode pelatihan, dan alat deployment. Pengembang dapat melatih gerakan, memutar ulang dan mengevaluasi kebijakan gerak, lalu mengekspornya sebagai paket gerakan.
9
11
24
Tumpukan pelatihannya menggunakan MuJoCo, MuJoCo Warp, mjlab, dan rsl_rl. Dokumentasi proyek menyatakan konfigurasi tugas, sistem reward, dan kode pelatihan PPO yang sama dapat digunakan dengan dua backend simulasi: MuJoCo Warp untuk simulasi GPU atau MuJoCo native pada CPU.
18
Tutorial resmi menunjukkan cara melatih kebijakan untuk gaya berjalan tripod, melompat, dan menari, lalu menggabungkannya dalam satu paket.
19 Secara umum, alur ini dirancang agar pengembang dapat mengubah dan melatih ulang gerakan, bukan hanya mengandalkan demonstrasi yang sudah jadi.
Proyek ini juga menawarkan alur pembuatan berbantuan AI coding assistant: pengguna dapat meminta perubahan gerakan, tampilan, atau adegan dengan bahasa sehari-hari. Format keluaran yang disebutkan mencakup paket gerakan .app, tampilan .skin, dan adegan .map.
5
9 Namun, ini adalah alur kerja yang dituju, bukan bukti bahwa sembarang instruksi akan selalu menghasilkan perilaku yang aman di dunia nyata.
Ekspor kebijakan dan batas pengujian di robot fisik
Kebijakan gerak dapat diekspor ke format ONNX lalu dikonversi ke RKNN untuk NPU RK3576. Satu paket gerakan dapat memuat kebijakan untuk berbagai mode, konfigurasi finite-state machine, versi kontroler untuk host yang didukung, serta panduan penggunaan. Host yang tercantum meliputi papan komputer robot, peramban, dan alat simulasi atau pemutaran ulang.
19
32
38
Batas pentingnya ada pada validasi. Dokumentasi proyek menyebut pelatihan, simulasi, ekspor, dan pemeriksaan paket di sisi host sebagai bagian yang sudah diterapkan. Namun, inferensi RKNN pada perangkat keras robot belum terverifikasi. Kontroler juga belum terbukti mengendalikan bus motor secara langsung; bukti yang tersedia tidak memastikan bahwa loop kontrol 1 kHz yang didokumentasikan sudah berjalan pada robot fisik.
18
32
41
Perangkat lunak terbuka belum berarti robot bisa dirakit ulang sepenuhnya
Jumper lebih tepat dipahami sebagai toolkit terbuka untuk mengembangkan gerakan robot, bukan sebagai konfirmasi bahwa siapa pun dapat membuat ulang robot yang sama hanya dari materi yang dipublikasikan. Sumber yang tersedia belum memastikan bahwa seluruh dokumentasi mekanik, kelistrikan, dan manufaktur telah dirilis. Sebagai contoh, pelacak isu repositori menandai bahwa tipe servo belum dijelaskan dalam dokumentasi.
40
Perbedaan ini penting: pengembang dapat menggunakan model dan perangkat lunak yang tersedia tanpa memiliki seluruh informasi untuk memproduksi perangkat keras yang identik. Karena itu, klaim bahwa semua komponen dan informasi untuk membuat ulang Jumper secara persis sudah tersedia perlu disikapi hati-hati.
Mengapa peluncuran ini menarik?
KingKong dikenal sebagai pembuat encoder dan servo. Melalui Jumper, perusahaan itu mulai menampilkan platform robotnya sendiri beserta perangkat untuk mengembangkan gerakannya.
7
15 Proyek ini menghubungkan pengembangan berbasis simulasi dengan robot fisik sebagai sasaran, sekaligus memperlihatkan batas antara keduanya: pelatihan kebijakan dan pengemasan perangkat lunak telah didokumentasikan, tetapi eksekusi langsung di perangkat robot belum terverifikasi dalam sumber yang dikutip.
18
32
Tantangan gerak untuk pengembang menjadi bagian dari ekosistem proyek. Salah satu karya komunitas yang tersedia untuk publik menunjukkan gerakan Jumper terlatih dalam sebuah permainan.
14
30 Itu menjadi bukti adanya eksperimen kreatif, bukan bukti bahwa Jumper sudah diterapkan untuk pekerjaan rumah, inspeksi, penyortiran, atau pertanian. Penggunaan tersebut masih berupa kemungkinan, bukan penerapan yang tervalidasi.