过去两年，人形机器人行业最不缺的，就是令人惊艳的Demo，或者说几乎每隔一段时间，行业都会诞生一个新的“高光时刻”。但2026年下半年，一个新的变化也开始出现。那就是越来越多机器人公司，最近发布的不再只是机器人，而是训练框架、开发平台、数据工具、开源模型，以及各种研发基础设施。

行业竞争，正在悄悄发生变化。如果说过去大家比的是“谁的机器人更厉害”，那么今天，更值得关注的问题已经变成：谁能让更多开发者，更快地造出机器人。

就在最近，开源人形机器人公司RoboParty（萝博派对）正式成立RoboParty Lab（RPLab），首次公开面向下一代人形机器人的开源具身智能研发底座Party OS，并同步开放MimicLite、UFO和hhtools三项研发基础设施。

相比增加几个GitHub项目，机器人大讲堂认为，更值得关注的是，RoboParty正尝试把自身研发过程中不断沉淀、持续迭代的工程能力，开放给整个开发者社区，从而希望更加开放的开源生态。这也或许意味着，企业正从展示能力，走向建设能力；从打造产品，真正重视并走向构建研发基础设施。

01.

Demo很好，但Demo已经不够了

过去两年，人形机器人行业最热闹的是什么？是发布会，是短视频，也是一个接一个刷屏的“首秀”、“破纪录”。

但如果把视角拉回研发一线，就会发现另一幅截然不同的图景。Demo可以证明技术能力，却很难代表研发能力；它能够展示一个结果，却未必意味着形成了一套可持续复制的能力体系。

一个惊艳的后空翻，背后可能是几十台实验机反复跌倒、上千次参数调试，以及针对单一动作进行的大量仿真训练和工程优化。这种单点突破固然重要，它推动着技术不断突破边界，也持续提升着行业关注度；但对于真正走向规模化应用而言，仅有Demo，显然已经不够。

因为真正决定一家具身智能企业竞争力的，是能否持续、高效地完成下一次、再下一次能力迭代。换句话说，当人形机器人开始从实验室走向工厂、仓储、商业服务乃至家庭场景，行业竞争真正拉开差距的，开始转向底层本体、运动控制、仿真训练、动作数据、感知交互、开发工具以及工程部署之间，能否形成一套可复现、可协作、可扩展的研发体系。

过去，人们关注的是机器人能不能做到；今天，更重要的问题已经变成能不能持续做到，而且越来越快地做到。这也是机器人大讲堂发现，过去一年行业越来越明显的变化。越来越多企业开始把目光从单一产品，转向研发体系本身；从展示一项能力，转向沉淀一套能力。从开放机器人，到开放模型、数据集、训练框架，再到开发工具链。大家争夺的已经不仅是产品领先，而是研发效率和生态能力。

正是在这样的行业背景下，RoboParty成立RoboParty Lab，并推出面向下一代人形机器人的开源具身智能研发底座Party OS。这并不是一次简单的产品发布，也不仅仅意味着又增加了几个开源项目，而是希望把研发过程中不断验证、持续迭代的能力沉淀为开放的基础设施，让更多开发者能够参与其中、共同完善。

从这个意义上看，RoboParty Lab更值得关注的，不是它发布了什么，而是它试图回答一个更底层的问题：人形机器人的研发能力，能否像软件开发一样，被系统化地沉淀、复用，并持续演进？

02.

Party OS到底是什么？

提起“OS”，很多人的第一反应会是Windows、Linux或Android。但Party OS并不是传统意义上的机器人操作系统。RoboParty对它的定义是：“面向人形机器人开发者、研究者与产业伙伴构建的开源具身智能研发底座（Embodied AI Infra）”。相比一个独立的软件产品，它更像是一套贯穿研发全流程的基础设施。

为什么这样定义？原因在于，今天人形机器人的研发，早已不是单一算法或单一模型的竞争，而是一项复杂的系统工程。一台机器人从学会走路到真正能够完成任务，中间需要经历机器人本体搭建、动作数据采集、模型训练、运动控制、仿真验证、Sim2Real部署，再到真实场景调试等多个环节。任何一个环节效率不足，都可能拖慢整个研发进度；而不同工具之间彼此割裂、数据无法复用、流程难以衔接，更成为许多研发团队共同面对的现实问题。

换句话说，今天限制研发效率的，很多时候已经不是算法本身，而是算法之间、工具之间、流程之间缺少一套统一、开放且能够持续复用的研发体系。

Party OS正是希望解决这一问题。它并不直接替代ROS等传统机器人操作系统，而是在其之上，将机器人本体、运动控制、训练框架、动作数据、Sim2Real/Real2Sim、感知交互、全身操作、VLA/WAM，以及开发者工具链等能力连接起来，构建一套覆盖研发全生命周期的开放底座，让原本分散的研发流程形成可复现、可扩展、可协作的完整闭环。

如果做一个更容易理解的比喻，ROS更像是一栋建筑中的水、电、网络等基础设施，负责保障机器人“能够运行”；而Party OS更进一步，它尝试把施工图纸、标准构件、工程规范以及协作流程也整合起来，让不同团队能够站在同一套研发体系之上，更快完成开发、验证与迭代。

这也是RoboParty成立RoboParty Lab的原因。相比单纯开放某一个机器人项目，RoboParty更希望把研发过程中反复验证、持续沉淀的核心能力，以工具、框架和工程基础设施的形式持续开放出来。Lab则成为Party OS对外开放的重要窗口，持续围绕人形机器人底层能力建设，开放研发过程中积累的工具链、技术成果和工程经验，推动人形机器人研发从"单点能力突破"，逐步走向"系统化基础设施建设"。

如果说过去开源更多意味着共享代码，那么今天，Party OS更希望共享的是研发能力本身。真正开放的，不只是一个项目、一套算法，而是一套能够不断被复用、不断吸收开发者反馈、持续演进的研发体系。

从这个角度来看，Party OS的价值不仅在于提供了一套新的技术框架，更在于尝试回答一个越来越重要的问题：如何让人形机器人的研发，从依赖少数团队的经验积累，逐步演变为整个开发者社区共同参与、共同迭代的开放工程。

03.

三个开源工具，解决的到底是什么真问题？

如果说Party OS是整个研发体系的底座，那么此次同步开源的MimicLite、UFO和hhtools，则更像是支撑这套底座运行的三块核心拼图。它们分别对应着当前人形机器人研发过程中最耗时、最容易重复投入的三个环节：运动训练、控制算法开发，以及动作数据处理。

看似是三个独立工具，实际上共同指向了一个目标：如何降低研发门槛，提升研发效率，让更多开发者能够把时间花在真正的创新上，而不是重复搭建基础设施。

1、MimicLite：让通用人形运动跟踪进入小时级迭代

MimicLite 是一套面向人形机器人通用运动跟踪的开源训练与部署基础设施。它贯通数据、训练、统一评测与真机部署，使研究者能够以更低算力快速迭代跟踪策略，并将来自不同训练框架的策略接入同一套 sim2real 系统。

（1）小时级训练，保持强劲跟踪性能

MimicLite 是一套面向人形机器人通用运动跟踪的开源训练与部署基础设施。它使用 8 张 RTX 4090 GPU，在约 3 小时内训练出具有强劲跟踪性能的通用策略。训练成本约为 24 GPU-hours，仅相当于 SONIC 算力的约 1/875，同时实现更好的全局根部跟踪和相当的局部身体跟踪精度。MimicLite 还可以随并行环境数量、GPU 数量和模型容量继续扩展。实验表明，更大的训练规模能够进一步提高高动态动作的完成度和整体跟踪质量，使新数据、新任务和新控制设定的验证不再依赖漫长的训练周期。

（2）面向持续迭代的 Tracking Infra

MimicLite 通过统一的 motion、robot asset 和 policy artifact 接口，减少训练、评测与部署之间的系统差异。any4hdmi 将来自 LAFAN、100STYLE、SONIC 和真实数据等不同来源的动作组织为统一格式；mjhub 则保证机器人模型在训练、运动学计算和 sim2sim 验证中的一致性。这套设计的重点不是增加零散工具，而是建立一条稳定、可复现的数据到部署链路，让研究者能够集中迭代 observation、reward、termination 和数据分布，而无需为每个数据集或训练后端重新搭建系统。

（3）从低延迟遥操作到高动态真机动作

同一套 MimicLite policy 可以直接用于低延迟 Pico/XR 遥操作。系统将人体输入实时转换为参考运动，并根据机器人状态输出低层控制目标。在真机上，单个策略既能完成行走、转身、侧步、下蹲和单膝或双膝跪地等交互动作，也能跟踪虎跳衔接肩滚、旋转踢和侧手翻等高动态动作，实现灵活遥操作与敏捷运动能力的统一。

（4）跨 Codebase 的统一评测与 Sim2Real

MimicLite 采用模块化 observation interface，将 policy-specific 的输入构造与共享部署 runtime 解耦。接入其他 codebase 训练的策略时，只需实现对应的 observation class，并通过 YAML 定义各项 observation 的顺序和参数，无需修改推理、仿真或机器人接口。目前系统已经接入 SONIC、HEFT、TeleopIT、Humanoid-GPT、BFM-Zero 和 TWIST2 等策略。适配后的 policy 可以沿同一条路径完成 matched evaluation、sim2sim 验证与真机部署，使 MimicLite 不仅服务自身训练出的策略，也成为跨 codebase policy 的统一评测与部署层。

2、UFO：为下一代控制范式，搭建开放的研究基础设施

如果说Mimic Learning已经成为当前 Humanoid Control 的主流技术范式，那么Unsupervised Reinforcement Learning（无监督强化学习），则代表着另一条值得持续探索的技术路线。相比依赖大量动作数据进行模仿学习，无监督强化学习更强调机器人通过与环境持续交互，自主学习行为表示和控制能力，在抗干扰能力、数据利用效率、技能泛化以及行为组合等方面展现出独特优势，被认为有望进一步提升人形机器人的自主运动能力和泛化能力。

然而，这一方向的发展始终相对缓慢。原因并非技术潜力不足，而是训练难度高、工程实现复杂，同时缺乏统一的训练框架、数据管线和部署工具链，导致许多研究停留在论文层面，后续工作和工程实践相对有限。这也是 RoboParty Lab 推出 UFO 的初衷。作为 RoboParty Lab 的一部分，UFO 希望围绕无监督强化学习构建一套开放、统一的研发基础设施，降低这一方向的研究门槛，让更多研究者能够自由探索新的控制方法、新的行为表示以及新的技术路线。

对于 RoboParty Lab 而言，开放的不只是一个成熟方案，更是一块能够持续孕育新技术的实验土壤。为此，UFO 从训练基础设施、研发框架、行为表示研究到真机部署，构建了一套完整的开发体系。

（1）降低无监督强化学习的训练门槛

无监督强化学习最大的挑战之一，在于训练成本高、工程依赖重。UFO 采用轻量化 MJLab 作为 backend，兼容单卡、多卡并行训练，在 8 张 RTX 4090 GPU 上即可完成 BFM-Zero 算法训练，在 8 张 H200 上进一步缩短至 6–8 小时，并持续保持优于 BFM-Zero 的训练性能。相比依赖超大显存 GPU 的传统方案，UFO 将无监督强化学习所需的算力资源降低到更多实验室和开发团队可以承担的范围，使研究者能够以更低成本、更快速度开展算法验证，也为这一方向持续迭代创造了更加现实的研发条件。

（2）构建面向持续探索的统一研发框架

相比围绕单一机器人或单一算法构建的研究代码，UFO 更强调统一、开放、可扩展的研发基础设施。框架采用统一 codebase，可无缝适配不同机器人平台，并支持来自不同来源的数据混合训练以及灵活的数据调度机制。研究者无需针对不同机器人重复开发训练环境，便可以快速完成平台迁移、实验复现和算法验证，将更多精力投入到控制方法本身的创新，而非重复搭建工程系统。这种统一框架的意义，不只是提升开发效率，更希望为无监督强化学习建立一套能够长期演进、持续复用的研究基础设施。

（3）让 Representation 成为可以持续探索的研究方向

在人形机器人控制领域，行为表示正在成为影响控制性能和泛化能力的重要研究方向。但过去，不同 Representation 往往依附于不同算法实现，缺少统一的实验平台，也难以进行横向比较和持续验证。UFO 希望改变这一状况。除了集成经典的 BFM-Zero之外，框架还支持包括TeCH在内的新型 Representation 研究，为不同技术路线提供统一的训练、验证和评测环境。研究者既可以快速复现已有方法，也能够更加便捷地尝试新的行为表示、新的数据组织方式以及新的控制策略，让 Representation 研究真正具备持续演进的基础。

（4）打通从研究到真实机器人的最后一公里

对于机器人控制算法而言，真正的挑战从来不是在仿真环境中完成训练，而是能否稳定部署到真实机器人。UFO 首次完整开源无监督强化学习控制的遥操作代码及验证方案，打通训练、推理到真机部署的完整链路。同一套框架即可支持机器人完成深蹲、半蹲、跪地、打滚、跌倒恢复以及抗外力扰动等复杂全身动作，为无监督强化学习从实验室研究走向真实机器人提供了完整参考实现。

对于研究者而言，这不仅意味着算法能够更快完成 Sim2Real 验证，也意味着更多创新成果能够真正落地到机器人平台，加速无监督强化学习从技术探索迈向工程实践。

3、hhtools：让动作迁移开始能够“快速复用”

如果说前两个工具分别解决了训练和算法问题，那么hhtools针对的，则是机器人研发过程中另一个长期存在的“动作数据”这一隐形成本问题。在人形机器人开发过程中，不同机器人拥有不同的身体结构，不同数据集采用不同格式，同一套动作往往需要针对不同平台反复调整、重新适配。很多研发团队花费的大量时间，并不是创造新的动作，而是在重复完成动作迁移和数据处理。

hhtools希望把这一过程标准化。依托Human-to-Humanoid重映射能力，它能够在约30秒内完成跑酷、舞蹈、物体交互等复杂动作的重定向计算，同时支持主流动作数据集格式、标准URDF人形机器人模型以及Robot-to-Robot动作迁移，让不同机器人之间能够共享动作资产，而不必每次重新开发。

除此之外，工具还集成了数据分析与三维可视化能力，帮助开发者快速完成动作数据筛选、质量检查与分类管理，进一步缩短数据准备周期。对于开发者而言，这意味着过去需要数天甚至更长时间完成的动作适配，如今可以在更短时间内完成；而对于整个行业来说，则意味着动作数据开始具备真正意义上的复用价值。

机器人大讲堂发现，把这三项能力放在一起，就不难理解RoboParty此次开源的真正意图。MimicLite降低的是训练成本，UFO降低的是算法研发成本，hhtools降低的是动作数据处理成本。三者分别覆盖运动控制、强化学习和数据工具链三个关键环节，共同构成了一条更加完整的人形机器人研发基础设施。

相比发布三个独立工具，更值得关注的是，RoboParty正尝试把内部研发过程中沉淀的工程能力持续开放出来，让开发者能够站在已有基础上开展创新，而不是一次又一次重复搭建相同的底层能力。这也正是Party OS希望构建开放研发底座的核心价值所在。

04.

开源，是一种研发组织方式的升级

在RoboParty的官方介绍中，有一句话令我印象深刻：“开源是一种组织方式——让问题被看见，让路径被复现，让能力被共享。”

相比一句品牌表达，这更像是RoboParty对人形机器人研发方式的一种判断。过去很长一段时间，人形机器人研发更像是一场封闭式竞赛。外界看到的是机器人完成了什么动作、实现了哪些能力，却很少有人知道，这些能力背后经历了多少次试错、多少轮训练，以及多少工程工具和开发流程的反复打磨。

因为真正沉淀在企业内部的，往往不是某一段代码，而是一整套研发方法论。然而，当行业进入规模化发展的新阶段，这种完全依赖内部团队积累的研发模式，正在面临新的挑战。

一方面，人形机器人涉及运动控制、强化学习、感知交互、大模型、世界模型、数据工程等多个技术方向，研发复杂度越来越高，没有任何一家企业能够长期依靠封闭研发覆盖所有创新；另一方面，全球范围内越来越多高校、科研机构、开发者社区持续加入这一赛道，创新开始呈现更加开放、更加分布式的发展趋势。

这意味着，本质上研发能力本身，也需要从封闭积累走向开放协作。

从这个角度来看，RoboParty Lab的成立，更像是一次研发组织方式的升级。它并不是简单地把代码上传到GitHub，这点现在openclaw等工具都已经可以实现，而他们是希望将内部反复验证、持续使用的工具链、工程流程和技术模块，逐步沉淀为能够被外部开发者理解、复用、修改和共同完善的开放基础设施。开发者不仅能够直接使用这些能力，更能够围绕它们持续贡献代码、优化工程、反馈问题，推动整个研发体系不断演进，这是一种迭代的飞轮。

事实上，这样的变化并不仅仅发生在RoboParty。放眼整个科技产业，无论是Linux、Android，还是近年来快速发展的AI开源生态，都已经证明了，真正具有生命力的技术体系，往往不是依靠一家企业完成全部创新，而是在开放协作中不断吸收新的能力，形成持续演进的生态。

人形机器人行业也正在走向同样的阶段。未来，企业之间比拼的不只是机器人产品本身，也不仅是谁拥有更多算法，而是谁能够更快吸收全球开发者的创新成果，谁能够把内部研发能力持续产品化、模块化、文档化，形成更多开发者愿意参与、愿意贡献的开放生态。

对于RoboParty而言，RoboParty Lab正承担着这样的角色。它既是Party OS对外开放的重要窗口，也是连接开发者、研究机构与产业伙伴的重要平台。随着更多基础设施、研究成果和工程经验持续开放，开发者可以基于统一的研发体系开展算法研究、机器人适配、动作验证和工程优化，共同推动人形机器人底层能力不断完善。

机器人大讲堂始终认为，开源真正改变的，不只是技术传播方式，更是技术创新方式。而对于一家希望长期参与行业竞争的机器人企业来说，开放的一直不只是代码，而是让更多开发者参与研发、共同推动技术迭代的能力。这或许也是如今RoboParty成立RoboParty Lab最值得关注的意义所在。

欢迎加入 RoboParty Lab

招聘网页：https://lab.roboparty.com/join-us