Q：AI Agent如何訓練Microduck機器人完成空翻？
毫無疑問，這隻機器鴨是這場示範的焦點，但真正讓這場示範值得深入探討的，是其背後的技術。
🔗 延伸閱讀《有片｜黃仁勳帶貨效應！機器鴨Microduck預購破2萬台 翻筋斗、裝死萌翻全場》
NVIDIA結合RTX Spark平台、AI Agent與機器人模擬工具，展示如何在虛擬環境中訓練Microduck、進行測試，再讓它在真實世界中執行動作。
這個流程也會在模擬環境中，同時訓練數千個虛擬機器人。
Q：NVIDIA如何運用AI訓練Microduck？
要讓機器人學會執行某個動作並不困難，真正困難的是確保它能順利完成動作。這正是模擬技術發揮作用的地方。
據《GADGETS NOW》指出，在Microduck的示範中，NVIDIA運用AI Agent協助建立虛擬環境，讓機器人在其中學習如何移動及探索環境。
整個工作流程使用NVIDIA Isaac Sim建立模擬場景，並透過Isaac Lab訓練機器人。數千個虛擬Microduck可在雲端同時進行訓練。
當模擬中的機器人跌倒時，訓練流程會利用這次經驗來改善其動作策略。這項技術的目標，是發展出能夠應用於實體機器人的行為策略，而不是一再透過實體硬體反覆試驗。
訓練完成後，系統會將訓練所得的策略下載至RTX Spark進行評估，再部署至實體Microduck。簡單來說，機器人可以先在虛擬世界中試錯，而不必在真實世界中反覆嘗試。
Q：NVIDIA RTX Spark扮演什麼角色？
RTX Spark的設計目標，是讓AI模型與AI Agent能在Windows個人電腦上於本機執行。在NVIDIA的示範中，RTX Spark作為執行相關Agent與工具的系統，用於規劃及評估機器人訓練工作流程。
以下說明各項主要技術在整個流程中的作用：
NVIDIA RTX Spark：執行AI Agent，並支援本機開發與評估
Hermes Agent：提供用於協調任務的Agent框架
Nemotron 3.5 Bolt 74B：協助規劃工作流程與任務
NVIDIA Isaac Sim：建立並模擬機器人的虛擬環境
NVIDIA Isaac Lab：在模擬環境中訓練機器人行為
雲端運算：處理涉及數千個模擬機器人的大規模訓練工作負載
這套工作流程也運用了FreeCAD、Blender、Omniverse及Newton物理引擎等工具，用來建構虛擬環境，並模擬機器人的運動方式。
其中一項重要區別是：RTX Spark並不是單靠自身就能讓小鴨學會空翻，它是整體技術架構的一部分，而這套架構還包含AI Agent、模擬、訓練與測試等環節。
Q：Microduck是什麼、能做什麼？
Microduck是一款由Pollen Robotics開發的小型開源雙足機器人，而Pollen Robotics隸屬於Hugging Face。它的身高約25公分，重量約780公克，小巧到足以放在桌面上。
儘管外型活潑可愛，Microduck的設計對象是對機器人技術與強化學習感興趣的使用者。開發者可以使用其開源軟體，在模擬環境中訓練新的行為，再將這些行為轉移至實體機器人。
以下是Microduck規格詳細資訊：
身高：25公分
重量：約780公克
馬達：15個
感測器：相機、光達（LiDAR）及2個慣性測量單元（IMU）
內建行為：行走、坐下、蹲伏及其他動作
軟體：開源機器人技術與強化學習技術堆疊
售價：399美元，未含稅金及運費
Microduck目前已能行走、坐下、蹲伏、從許多常見的跌倒情況中恢復，並能利用可活動的喙部拾取物體。此外，它也可以加裝滾輪來進行滑行。
這個平台的目的，是讓開發者能突破機器人原本內建的動作限制。他們可以試驗新的行為、重新訓練機器人，並與其他使用者分享成果。
Q：黃仁勳的機器鴨真的完成空翻了嗎？
空翻的要求是GTC柏林示範的一部分。在這場活動中，黃仁勳要求Microduck機器人執行不同的動作。
不過，有必要將表演的視覺效果與背後的技術能力區分開來。這場示範展示的是一套機器人訓練工作流程：如何將在模擬環境中學會的行為，轉移至實體機器。這並不能證明Microduck能夠可靠地完成所有被要求執行的動作。
這項區別在機器人領域尤其重要。在模擬環境中成功執行的行為，仍須在實體機器人上驗證，因為實際執行時必須考量真正的馬達、感測器、平衡控制，以及虛擬模型與實體硬體之間不可避免的差異。
讓機器人在舞台上完成一個特技，已經相當令人驚豔；但要讓它在不同條件下持續且穩定地重複完成同一個特技，則是困難得多的挑戰。
Q：為什麼Microduck示範值得關注？
多數人提到AI Agent時，通常會聯想到搜尋與研究資訊、撰寫程式碼，或自動化處理電腦上的工作。NVIDIA的這場示範，則指出了另一種應用方向：協助機器學習如何與實體世界互動。
這類技術通常稱為「物理AI」（Physical AI），它涵蓋能夠感知周遭環境、做出決策，並透過機器人或其他機器採取行動的AI系統。
模擬技術可以降低這類工作的成本，並讓整個流程更容易重複執行。開發者可以測試不同的動作、調整訓練條件，並在進入實體測試之前，同時執行多個機器人的虛擬版本。
這並不代表可以完全省略真實世界的測試，機器人仍然必須應對實際的地面表面、難以完美維持的平衡，以及各種突發狀況。但透過模擬，可以減少必須直接在實體硬體上進行的反覆試驗與錯誤修正。
對NVIDIA而言，RTX Spark是其更廣泛技術布局的一部分，目標是讓個別開發者更容易投入AI Agent開發，同時運用雲端運算資源，處理需要更強大運算能力的工作負載。
When @jensenhuang asks for a somersault, you deliver. 🦆 See how AI agents on NVIDIA RTX Spark help bring @huggingface's Microduck from simulation to the real world. https://t.co/W6qidApR2O
— NVIDIA RTX Spark (@NVIDIARTXSpark) October 21, 2026
