Hugging Face Microduck: Robot Bebek Seharga US$399 yang Bisa Dilatih

Microduck adalah robot bipedal mungil berbentuk seperti bebek dari Pollen Robotics, tim robotika yang telah diakuisisi Hugging Face. Harga perkenalannya US$399 sebelum pajak dan ongkos kirim. Preregistrasi dibuka pada 27 Agustus 2026, sementara pengiriman pertama ditargetkan berlangsung sebelum Natal 2026. 2332

Namun, daya tarik utama Microduck bukan sekadar bentuknya yang unik. Robot ini dirancang sebagai platform yang relatif terjangkau untuk bereksperimen dengan reinforcement learning (RL), simulasi, dan physical AI—kecerdasan buatan yang belajar berinteraksi dengan dunia nyata. Microduck sudah memiliki sejumlah perilaku bawaan, tetapi pengembang juga dapat membuat, melatih ulang, dan menerapkan perilaku baru. 212641

Harga, ukuran, dan jadwal pengiriman

• Harga: US$399 sebelum pajak dan ongkos kirim, sebagai harga perkenalan.
• Preregistrasi: Dibuka pada 27 Agustus 2026.
• Pengiriman pertama: Ditargetkan sebelum Natal 2026.
• Wilayah peluncuran: Amerika Utara serta Eropa, termasuk Inggris Raya. 182123
• Tinggi: 25 cm atau sekitar 9,8 inci.
• Bobot: Di bawah 800 gram.
• Pilihan warna: Cream, Graphite, Lavender, dan Sky. 2324

Tanggal pengiriman tersebut merupakan target, bukan jaminan. Pembeli juga perlu memperhitungkan pajak, biaya pengiriman, dan kemungkinan biaya impor di negara masing-masing karena harga US$399 belum mencakup komponen tersebut. 1823

Desain: robot berkaki dua dengan paruh penjepit

Microduck memiliki desain tanpa lengan, satu mata, serta kaki, kepala, dan leher yang dapat digerakkan. Paruhnya bukan hanya elemen visual yang menyerupai bebek, melainkan juga berfungsi sebagai penjepit kecil untuk mengambil benda. Sebanyak 15 motor menggerakkan bagian-bagian robot, termasuk gaya berjalan bergoyangnya, gerakan berjongkok, dan kemampuan bangkit setelah terjatuh. 172123

Robot ini juga dapat dipasangkan dengan aksesori roda tambahan untuk mengaktifkan mode seluncur. Perpaduan tubuh ringan, keseimbangan bipedal, dan penjepit fisik membuat Microduck menarik sebagai platform kecil untuk menguji bagaimana kebijakan perangkat lunak bekerja di dunia nyata.

Tujuh perilaku yang tersedia sejak awal

Materi peluncuran menyebutkan tujuh gerakan atau perilaku terlatih yang tersedia sejak awal. Contohnya meliputi:

• Berjalan dengan gaya waddling yang mengikuti kecepatan perintah
• Duduk dan berdiri
• Berjongkok
• Menendang
• Mengambil atau menyendok benda kecil menggunakan paruh
• Berseluncur dengan roda tambahan
• Bangkit dari berbagai posisi jatuh yang umum

Perilaku bawaan tersebut dimaksudkan sebagai titik awal, bukan batas kemampuan robot. Pemilik dapat menggunakan kebijakan yang sudah tersedia, memodifikasi pengaturan pelatihan, atau melatih perilaku baru melalui alur kerja perangkat lunak dan simulasi Microduck. 212326

Sensor, kontrol, dan perangkat keras

Meski berukuran kecil, Microduck dibekali sejumlah sensor dan metode interaksi:

• Kamera yang menghadap ke depan
• Sensor LiDAR time-of-flight berukuran ringkas
• Dua unit IMU (inertial measurement unit) untuk mengukur gerakan dan orientasi
• Mikrofon dan speaker
• Wi-Fi dan Bluetooth
• Paruh artikulasi yang berfungsi sebagai penjepit
• Perangkat keras NFC yang tercantum dalam materi produk

Setiap unit dilengkapi pengontrol gim sehingga dapat langsung dimainkan tanpa harus menulis kode. Robot juga dapat menjalankan kebijakan otonom yang telah dipelajari, bagian yang ditujukan untuk eksperimen dan pelatihan ulang. 212425

Masing-masing Microduck juga dirancang memiliki suara hasil generasi yang berbeda, bukan satu suara bawaan yang sama pada semua unit. Identitas audio ini menambah karakter robot, meski nilai teknis utamanya tetap terletak pada kebijakan gerak dan interaksi yang dapat dilatih.

Prosesor, memori, penyimpanan, dan baterai

Komputer internal Microduck menggunakan prosesor Rockchip RK3566 dengan akselerator AI. Robot ini memiliki RAM 1 GB dan penyimpanan 32 GB. Baterai NP-F550 berkapasitas 2.600 mAh yang dapat dilepas diklaim mampu memberikan waktu penggunaan terus-menerus sekitar satu jam, bergantung pada pola pemakaian. 1824

Paket penjualan mencakup robot, baterai, kabel USB-C, dan pengontrol gim berdasarkan informasi produk yang tersedia. 24

Cara kerja pelatihan open source Microduck

Model perangkat lunak Microduck mengikuti siklus pengembangan yang cukup terbuka:

1. Melatih di simulasi. Pengembang dapat menggunakan fisika MuJoCo secara lokal atau melalui Hugging Face Jobs.
2. Mengevaluasi kebijakan. Perilaku diuji di simulator sebelum diterapkan ke perangkat keras.
3. Menerapkan ke robot. Kebijakan yang telah dilatih dipindahkan ke Microduck fisik.
4. Menyempurnakan dan melatih ulang. Pengembang menyesuaikan kebijakan atau lingkungan simulasi setelah melihat hasil di dunia nyata.
5. Membagikan hasilnya. Perilaku baru dapat dipublikasikan agar diperiksa, digunakan, atau dikembangkan oleh orang lain.

Simulator Microduck berbasis peramban menjalankan fisika MuJoCo yang dikompilasi ke WebAssembly. Inferensi kebijakan berlangsung langsung di peramban pada 50 Hz tanpa memerlukan backend. Simulator tersebut mencakup dua varian lokomosi: berjalan dengan kaki dan berseluncur dengan roda. 4

Rilis perangkat lunak yang direncanakan mencakup SDK, simulator, perangkat lunak kontrol, alat pelatihan RL, kebijakan, serta alur kerja sim-to-real di bawah lisensi Apache-2.0. Lisensi ini berlaku untuk tumpukan perangkat lunaknya; informasi yang tersedia belum membuktikan bahwa seluruh rancangan mekanik dan elektronik Microduck akan dibuka. 27

Kode pengembangannya terkait dengan proyek GitHub pollen-robotics/microduck, sehingga pengembang dapat memeriksa dan melakukan fork terhadap tumpukan kontrol dan pelatihannya. 41

Apa arti “open source” pada Microduck?

Klaim open source Microduck terutama berkaitan dengan akses terhadap perangkat lunak pembelajaran robot. Pengembang dapat memulai dari perilaku yang telah disediakan, menjalankan kebijakan di simulasi, mengubah skema pelatihan, lalu mencoba menerapkan hasilnya ke robot fisik.

Hal ini berbeda dari membeli robot yang seluruh perangkat kerasnya terbuka dan dapat dikonfigurasi tanpa batas. Informasi produk mendukung klaim bahwa perangkat lunaknya open source, tetapi belum menyatakan bahwa seluruh desain mekanik dan elektronik Microduck akan dirilis. 27

Posisi Microduck dalam strategi robotika Hugging Face

Microduck hadir setelah Reachy Mini, robot kecil ekspresif yang juga dikaitkan dengan Pollen Robotics dan Hugging Face. Reachy Mini ditawarkan dalam versi dengan komputasi internal atau komputer eksternal, dan diposisikan sebagai platform yang mudah diakses untuk bereksperimen dengan robotika ekspresif. 12

Kedua produk tersebut menunjukkan strategi yang lebih luas: membawa model kolaboratif dari ekosistem perangkat lunak AI ke sistem fisik melalui perangkat keras yang lebih terjangkau, perangkat pengembangan bersama, simulasi, dan kebijakan yang dapat digunakan kembali. Akuisisi Pollen Robotics memperluas kiprah Hugging Face dari model dan dataset ke bidang embodied AI serta pembelajaran robot. 4346

Dengan demikian, Microduck lebih tepat dipahami sebagai pintu masuk perangkat keras menuju ekosistem robotika berbasis komunitas. Harga US$399 menurunkan biaya untuk memiliki robot uji fisik, sementara simulator dan alat pelatihan terbuka mengurangi biaya untuk menguji ide sebelum diterapkan ke perangkat nyata.

Bagaimana dengan kabar akuisisi Nvidia?

Peluncuran Microduck bertepatan dengan laporan mengenai kemungkinan akuisisi Hugging Face oleh Nvidia, tetapi kedua kabar tersebut perlu dipisahkan. Reuters melaporkan bahwa Nvidia telah menyetujui akuisisi Hugging Face senilai US$12,9 miliar dengan mengutip The Information. CNBC secara terpisah menyebut pembicaraan akuisisi masih berlangsung dan mencatat bahwa belum ada konfirmasi dari kedua perusahaan. 3335

Karena itu, angka yang sering disebut—US$12,9 miliar hingga US$13 miliar—sebaiknya ditulis sebagai nilai transaksi atau valuasi yang dilaporkan, bukan akuisisi yang telah resmi selesai. Peluncuran Microduck tetap menunjukkan pentingnya ekspansi Hugging Face ke robotika: perusahaan tersebut berupaya membawa pendekatan AI open source ke sistem yang belajar melalui interaksi fisik, bukan hanya melalui perangkat lunak.