琉璃之鸟2026/06/01技术实战2 min read

从苹果皮克斯台灯到开源复刻：具身智能台灯技术全景

#["具身智能"#"嵌入式AI"#"机器人"#"Apple"#"开源硬件"#"HCI"]

引言：一盏灯引发的具身智能革命

2025 年 2 月，苹果机器学习研究团队在 arXiv 上发布了一篇论文，题为《ELEGNT: Expressive and Functional Movement Design for Non-anthropomorphic Robot》，展示了一款形似皮克斯 Luxo Jr. 的桌面台灯机器人原型。

这款机器人不仅能语音对话、投影信息，还能通过丰富的肢体语言表达情感——它会随着音乐起舞、被拒绝时低头委屈、回答天气前先"看向窗外"。更关键的是，这项研究为非人形机器人的交互设计建立了理论框架，指明了"情感化运动设计"如何大幅提升用户体验。

🎬 演示视频：Apple ELEGNT 官方演示 | B 站搬运

Apple ELEGNT 论文：arxiv.org/abs/2501.12493；官方页面：machinelearning.apple.com/research/elegnt

ELEGNT 项目深度拆解

硬件配置

ELEGNT 原型机采用 6-DOF 铰接机械臂（长度约 15cm），头部集成了 LED 灯、摄像头、扬声器和投影仪，辅以激光传感器和麦克风阵列。整个系统通过多个电机控制关节实现灵活运动。

核心创新：表达型 vs 功能型

ELEGNT 框架最核心的贡献在于提出了"表达型运动"与"功能型运动"的二元对比范式。两组完全相同的硬件执行同样的任务，唯一的差异是运动风格。

询问天气：表达型会先转向窗外"看一眼"再回答；功能型直接回答，无额外动作。

播放音乐：表达型随节奏摇摆、点头；功能型静止不动。

喝水提醒：表达型把杯子轻轻推向用户并点头示意；功能型仅语音提醒。

摄影打光：表达型随用户手部移动流畅跟踪，仿佛在"注视"用户；功能型机械执行指令。

被拒绝同行：表达型垂下头表现失落；功能型无反应。

组装指导：表达型跟随动作调整光照并投影教程；功能型固定位置照明。

用户研究结果

21 名参与者的对照测试表明，表达型机器人在所有维度上都显著优于功能型：友好度提升约 2 倍，感知智能水平显著更高，交互意愿大幅增强。在社交型任务中，情感连接效果尤为突出。

这套"动物化"的肢体语言借鉴了宠物狗的行为模式——点头、歪头、摇摆、低头——使用户在不自觉中产生情感投射。这也是苹果一贯的产品哲学：技术为人服务，交互体验优先于参数堆砌。

商业化时间线

带屏幕 HomePod（J490）：2026 年中，无机械臂，7 英寸屏幕

皮克斯台灯桌面机器人（J595）：2027 年，机械臂 + 屏幕，售价约 1000 美元

AI 安防摄像头（J450）：预计 2026 年前后

项目由苹果技术副总裁 Kevin Lynch 领导，Siri 部分由前 Vision Pro 负责人 Mike Rockwell 接手。新 Siri 内部代号 Linwood，机器人将运行全新操作系统 "Charismatic"。

开源社区复刻方案

苹果的原型虽然惊艳但毕竟闭源。好消息是，2025-2026 年开源社区涌现了优秀的复刻项目。

LeLamp：最完整的开源复刻

LeLamp 由 Human Computer Lab 开发，是全球首个直接基于 Apple ELEGNT 论文的开源实现。

硬件：5 轴舵机（点头/摇头/转头/俯仰）、树莓派 4 + Pi 摄像头、ReSpeaker 麦克风阵列、WS2812b LED 矩阵。

软件栈：LiveKit 语音管线、Groq + gpt-oss-120b 推理、LeRobot 运动控制、事件驱动架构。

关键数据：完全开源（GPL v3.0）、组装时间约 2 小时、320+ 机器人专家参与社区（来自 DeepMind、Google X 等）、50 万美元 Pre-seed 融资。

核心亮点：完全开源（电路图 + CAD 结构 + 源码），支持可中断的流体动画系统，空闲时台灯自动播放"活着的"细微动作。

GitHub: github.com/humancomputerlab/LeLamp

SparkLamp：百元级 AI Agent 台灯

SparkLamp 由硬核高中生与创智教育团队开发，把纯软件 AI Agent（OpenClaw）塞进了物理台灯。

硬件：聆思 Arcs-Mini、M5Stack CoreS3、4 个高精度串行总线舵机、3D 打印外观。

AI 核心：OpenClaw AI Agent + 端云协同架构，声纹识别 + 情绪检测，小于 200ms 唤醒反馈。

关键数据：BOM 成本百元级、完全开源、支持私有模型接入。

在线体验：sparklamp.online

技术架构对比

两个项目共享类似的软件分层：

感知层：语音识别 (ASR) + 计算机视觉 (CV) + 传感器融合

认知层：大语言模型推理 + 情感计算 + 行为决策

执行层：语音合成 (TTS) + 舵机运动控制 + LED 灯光表达

搭建类似系统：技术路线图

如果我们要从零搭建一个具身智能台灯，可以参考以下方案。

硬件选型

主控：树莓派 4B / Orange Pi 5，预算 300-500 元

舵机：STS3215 串行总线舵机 x 4-6 个，预算 200-400 元

麦克风：ReSpeaker 4-Mic 阵列，预算 150 元

摄像头：Pi Camera V3 / USB 摄像头，预算 100 元

LED：WS2812B 环形灯板，预算 30 元

结构件：3D 打印 PLA，预算 50 元

BOM 总预算：约 830-1230 元。

软件栈建议

采用端云协同架构，兼顾响应速度和智能水平：

本地端（树莓派）：语音唤醒 (Porcupine)、基础视觉 (OpenCV/MediaPipe)、舵机控制、LED 动画

云端（API 调用）：大语言模型推理、复杂语义理解、知识检索

通信层：LiveKit / WebSocket / MQTT

运动控制关键

借鉴 ELEGNT 框架的运动设计原则：

空闲动画：台灯在无任务时保持微小、缓慢的"呼吸式"运动

关注定向：说话时头部转向用户方向

情感映射：开心时高频小幅摆动，失落时低头慢速下沉

可中断性：任何动画可被新的交互指令中断和替换

总结与展望

Apple ELEGNT 项目最大的价值不在于其硬件本身，而在于它为"非人形机器的情感表达"设立了设计规范。它告诉我们：机器人不需要长得像人，一盏会点头、会摇摆的台灯，同样能建立情感连接。

开源社区的反应也令人振奋——LeLamp 和 SparkLamp 证明了这类系统的工程门槛正在快速降低。从 Apple 的研究原型到社区的百元级复刻，只用了不到一年时间。

我们的项目将基于 LeLamp 的硬件框架 + SparkLamp 的端云协同思路，第一步目标是实现语音对话 + 基础情感化运动 + 灯光跟随三个核心能力。后续再叠加投影教学、多模态感知等高级功能。

万物皆可有灵，从一盏灯开始。

参考资料

- Apple ELEGNT Paper - arXiv:2501.12493

- LeLamp - GitHub

- SparkLamp 在线实验室

- ELEGNT 苹果官方页面

- Bloomberg: Apple's Tabletop Robot Plans