Hugging Face продала роботов-уток на $2,6 млн за сутки. Зачем AI-компания вообще полезла в железо

27 августа Hugging Face начала продавать Microduck - 25-сантиметровую роботизированную утку за $399. За первые шесть часов компания получила предзаказы больше чем на $1 млн, за сутки - уже на $2,6 млн. Спрос оказался таким, что новые заказы теперь обещают доставить только через 4-6 месяцев.

Выглядит Microduck как электронный питомец, которому зачем-то дали довольно серьёзную начинку. Утка ходит, садится, сама встаёт после падения, пинает мяч, хватает небольшие предметы клювом и катается на роликах. Всё это хорошо расходится по соцсетям, но само по себе ажиотаж не объясняет. Роботов-животных продавали и раньше: Loona собрала больше $3 млн на Kickstarter, Sony ещё в 2018 году продала свыше 20 тыс. новых Aibo только в Японии.

Microduck интереснее тем, что его движения не зашиты производителем навсегда. Новое поведение можно обучить в компьютерной симуляции, перенести на настоящего робота, доработать и опубликовать для других. Навык в такой модели становится софтом: его можно сохранить, изменить и распространить среди одинаковых устройств.

Пока возможности довольно скромные. У Microduck 15 моторов, нет рук и всего семь готовых моделей поведения. Обновление не превратит его в домашнего дворецкого, а движение, идеально работающее в симуляции, в реальной комнате иногда приходится долго настраивать заново. Но для меня здесь важнее другое: за $399 продают уже не законченную игрушку с фиксированным набором трюков, а доступную площадку для экспериментов с физическим AI.

Microduck выглядит довольно неожиданным продуктом для компании, которую большинство знает по библиотеке AI-моделей. Но если посмотреть на последние два года Hugging Face, утка оказывается вполне логичным продолжением стратегии.

В 2024 году компания наняла Реми Кадена, который до этого занимался робототехникой в Tesla, и запустила LeRobot - открытый набор моделей, данных и инструментов для обучения роботов. Затем вместе с партнёрами появились дешёвые роботизированные манипуляторы. В апреле 2025 года Hugging Face купила французскую Pollen Robotics, почти десять лет разрабатывавшую открытых роботов.

После покупки Pollen компания прямо назвала робототехнику одним из следующих больших рынков для AI. Но интересно здесь даже не то, что ещё одна AI-компания решила заняться железом. Скорее, Hugging Face пытается решить вполне конкретную проблему, которую невозможно закрыть простым выпуском очередной модели.

Большим языковым моделям достался огромный массив уже существующих данных. Интернет десятилетиями наполняли текстами, изображениями, видео и кодом задолго до нынешнего AI-бума. Можно спорить о качестве и правах на эти данные, но их хотя бы не нужно было сначала физически производить.

С роботами всё сложнее. Чтобы машина научилась уверенно доставать чашку из шкафа, ей недостаточно посмотреть на миллион фотографий чашек. Нужно записывать само действие: что видят камеры, как двигаются моторы, с какой силой работает захват, что происходит, если предмет стоит чуть левее или имеет другую форму. А потом повторить это огромное количество раз для других действий и условий.

К этому добавляется раздробленность самой робототехники. Разные лаборатории используют свои камеры, моторы, манипуляторы и форматы данных. Результаты одного эксперимента далеко не всегда можно просто взять и применить на другом роботе.

Hugging Face пытается сделать здесь примерно то же, что уже сделала с AI-моделями: собрать в одном месте открытые данные, готовые модели и инструменты, чтобы каждый новый разработчик не начинал с нуля. Масштаб пока несравним с обычным AI, но рост заметный. По данным самой компании, число робототехнических наборов данных на платформе выросло с 1145 в 2024 году до почти 27 тыс. в 2025-м.

И тут появляется проблема курицы и яйца. Чтобы получить больше данных от роботов, нужно, чтобы самих роботов было больше. Причём не только в нескольких богатых лабораториях.

Я бы смотрел на Microduck скорее как на Raspberry Pi от мира робототехники, которому специально сделали максимально несерьёзную внешность. Цена уже позволяет купить его разработчику, студенту или просто человеку, которому интересно повозиться с роботами дома. Открытая начинка позволяет не ограничиваться тем, что придумал производитель.

Милая форма здесь, похоже, работает как дистрибуция. Устройство под названием Open Source Bipedal Reinforcement Learning Platform вряд ли собрало бы такой ажиотаж. Утка на роликах - совсем другое дело. А вместе с ней несколько тысяч человек получают настоящее железо, симулятор и возможность экспериментировать с обучением движений.

У Hugging Face уже есть небольшой тест этой модели. Предыдущий робот команды, Reachy Mini, разошёлся почти в 10 тыс. экземпляров. Для него пользователи сделали больше 200 приложений, причём, по данным компании, многие авторы раньше вообще не программировали роботов.

Снижается и сам порог входа в разработку. Для Reachy Mini уже можно описать AI-агенту обычным языком, что должен делать робот, а тот поможет написать и проверить код. То, что ещё несколько лет назад требовало знаний программирования и робототехники, постепенно становится доступно человеку с идеей и несколькими сотнями долларов.

Вот этот момент мне кажется намного интереснее очередного видео с гуманоидом, который складывает футболки. Робототехника долго двигалась сверху вниз: дорогое устройство создавали специалисты, производитель определял его возможности, а покупатель получал готовый набор функций. Сейчас одновременно дешевеет железо, становятся лучше симуляторы, AI упрощает программирование, а модели поведения можно распространять между устройствами.

Со смартфонами сегодня кажется совершенно естественным, что Apple или Samsung не должны заранее придумать все функции устройства. Производитель создаёт железо и базовую систему, а большая часть ценности появляется позже благодаря разработчикам.

С роботами такой модели пока нет. Их тела сильно отличаются, навыки плохо переносятся между разными конструкциями, а данные из домашней среды могут оказаться грязными и бесполезными для обучения. Даже одинаковые Microduck ещё не превращают робототехнику в новый App Store.

Но направление уже интересно само по себе. Если у тысяч людей появляется одинаковое относительно дешёвое железо, хороший навык перестаёт жить только внутри одной лаборатории. Его можно улучшать, проверять в разных условиях и отдавать другим владельцам. Параллельно накапливаются данные о том, как роботы ведут себя уже не на тестовом стенде, а в обычных домах и комнатах.

С софтом похожий момент когда-то привёл к взрыву приложений и открытых проектов. С роботами ставка Hugging Face примерно та же: дать достаточно большому числу людей одинаковое доступное железо и посмотреть, чему они его научат. Microduck в этой модели - уже не просто робот с заранее заданным набором функций. Его владельцы смогут сами учить его новым действиям, дорабатывать чужие решения и делиться своими.

Если таких роботов станет достаточно много, отдельные игрушки начнут превращаться в общую платформу. Удачные навыки смогут быстро распространяться между устройствами, а модели - учиться не только на данных нескольких лабораторий, но и на тысячах экспериментов в обычных домах. В долгосрочной перспективе это может привести к тому, что роботов начнут улучшать примерно так же, как сегодня улучшают приложения и AI-модели - через открытые библиотеки, пользовательские данные и постоянный обмен готовыми решениями.

Если вам интересны такие истории, подписывайтесь на мой Telegram-канал «Ещё не единорог». Там я разбираю растущие стартапы, необычные продукты и механики, за которыми может оказаться что-то большее, чем очередной хайп.