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

https://download.csdn.net/download/suny8/93472044