AlohaMini产品说明（面向K12教育）#

一、“具身智能”时代正在到来#

2026 年 7 月 17 日，国家主席习近平在上海出席 2026 世界人工智能大会暨人工智能全球治理高级别会议开幕式，并发表主旨讲话。

AlohaMini产品说明（面向K12教育） · 图 1

围绕人工智能发展与治理，习近平主席提出四点意见：

坚持开放共赢｜强化风险意识｜鼓励包容并蓄｜倡导和衷共济

其中，在“坚持开放共赢，驱动创新发展”方面，习近平主席强调：

人工智能是世界经济增长的新引擎和新旧动能转换的加速器，正从“数字世界”走向“物理世界”。抓住难得的历史性机遇，鼓励开源开放、合作共享，全面促进人工智能科技创新、产业发展、场景应用，协同推进传统产业改造升级、新兴产业培育壮大、未来产业前瞻布局，让人工智能赋能千行百业。央视网讲话全文

人工智能，正从“数字世界”走向“物理世界”。

以 ChatGPT、DeepSeek、豆包等为代表的大模型，已经能够理解语言、图像和知识。

而具身智能（Embodied AI），让人工智能进一步拥有了感知和行动的能力：它能够看见环境、理解任务、控制机器人完成移动、抓取、摆放等操作，并在真实场景中不断学习和改进。

数字能力 会说｜会看｜会推理

↓

具身能力 能感知｜能行动｜能操作｜能解决真实问题

目前，具身智能已成为国家重点布局的未来产业《“十五五”规划纲要》已将具身智能纳入未来产业重点方向。

国家税务总局数据显示，2026 年 1 至 5 月，我国具身智能产业保持较快增长：

领域	同比增长
具身智能产业企业销售收入	22.40%
机器人本体与整机制造	30.10%
AI 算法与软件集成	24.50%
系统集成与行业应用	27.90%

查看国家税务总局产业数据

同期，工业企业购进具身智能机器人的总金额同比增长 2.3 倍，反映出具身智能机器人与工业生产的融合正在持续加深。随着技术从实验室走向工厂、服务与更多真实场景，产业需要的不再只是单一领域的技术人才，而是能够理解人工智能、机器人本体、视觉感知、数据训练和场景应用的复合型人才。

具身智能融合人工智能、机器人、机械结构、计算机视觉、数据训练和真实场景应用等多项能力。工业和信息化部、国务院国资委在 2026 年人形机器人与具身智能实景实训专项行动中，明确提出要培养“既掌握核心技术、又精通行业场景应用的多元复合型人才”，加快构建产业人才梯队。

人才培养要面向产业未来，也要从基础教育阶段开始播下种子。

学生不仅需要会使用人工智能工具，更需要理解人工智能如何感知、学习、决策与行动。

让学生在真实机器人上开展观察、操控、数据采集、模型训练和任务验证，是人工智能教育从“认识技术”走向“创造技术”的重要一步。

二、K12 具身智能教育现状#

近年来，人工智能、编程和机器人教育已逐步走进中小学课堂、社团和科技活动。学生通过图形化编程、智能硬件搭建、机器人控制与项目实践，开始理解算法、传感器和自动化技术如何影响真实生活。

机器人、人工智能类赛事也为学生提供了展示、交流与持续实践的舞台。教育部公布的 2025—2028 学年面向中小学生的全国性竞赛活动共有 47 项，其中，自然科学素养类赛事已覆盖人工智能、机器人、无人机、发明创造等多个方向。教育部名单

以下为与机器人和人工智能实践关联较为直接的代表性赛事：

赛事	主要实践方向	学生可获得的核心体验
全国青少年人工智能创新挑战赛	人工智能应用、智能硬件与创新实践	从问题出发，运用人工智能技术设计解决方案
世界机器人大会青少年机器人设计与信息素养大赛	机器人设计、编程、信息素养与任务挑战	搭建、编程、控制机器人，完成指定任务
全国青少年无人机大赛	飞行器操控、编程与工程实践	认识智能飞行、自动控制与工程协作
首届全国青少年人工智能大赛	人工智能基础、工具应用、科学研究、具身智能与大语言模型应用	从人工智能工具使用，进一步走向模型训练与真实场景实践

这些赛事共同构成了 K12 人工智能与机器人教育的重要实践生态：学生可以从编程、搭建和控制入门，逐步进入智能硬件、人工智能应用和科技创新项目。

从“控制机器人”到“让机器人学习”，是新的能力升级

传统机器人学习和竞赛，通常侧重搭建、编程、路径规划、传感器控制和固定任务执行。这些能力依然重要，是学生进入人工智能与工程实践的基础。

而具身智能进一步提出了新的问题：机器人不仅要执行人预先写好的指令，还要能够感知环境、理解任务、从人的示范中获得经验，并在真实环境中作出行动。

可以将这一变化理解为：

传统机器人实践 搭建机器人 → 编写程序 → 执行指定动作

↓

具身智能实践 观察环境 → 人来示范 → 采集数据 → 模型学习 → 真机行动 → 持续改进

这并不是替代传统机器人教育，而是在其基础上，让学生进一步接触人工智能与真实物理世界结合的前沿方向。

具身智能赛道，为 K12 学生提供了面向未来的真实实践出口

首届全国青少年人工智能大赛设置人工智能基础知识、人工智能工具应用、人工智能驱动科学、具身智能和大语言模型应用五个前沿赛道。其中，赛道四“青少年具身智能大赛”的独特之处在于：它不只考查学生是否能够控制机器人完成任务，更考查学生能否让机器人在真实场景中“学习”和“行动”。

赛事以“微型超市取货、结账”为应用场景，采用“线上仿真 + 线下真机”的比赛方式。学生需要完成环境理解、遥操作示范、数据采集、模型训练、仿真调试、真机部署和现场测试等环节。赛道四决赛指南

因此，这一赛道对应的并不是单一的机器人操作能力，而是一条完整的具身智能实践链路：

理解任务 → 教机器人示范 → 采集真实数据 → 训练或调用模型 → 在真机上验证 → 根据结果****持续改进

从目前公开的白名单赛事及赛项规则看，首届全国青少年人工智能大赛并非历史最久的机器人赛事；但它具有鲜明的前沿定位：将“具身智能”作为独立赛道，明确把模型、数据、仿真与真机实践结合起来。 同时，它也是首个落户上海的自然科学素养类白名单赛事，决赛汇集了来自全国 31 个省、自治区、直辖市、新疆生产建设兵团及港澳地区的 856 名选手。上海市政府报道

AlohaMini，让学校能够把“前沿赛道”变成日常实践

AlohaMini 作为首届全国青少年人工智能大赛决赛赛道四“青少年具身智能大赛”的比赛用机，为学校提供了连接日常教学、社团活动、研究性学习与赛事训练的统一平台。

学生可以先通过摇操作学习如何教机器人完成任务，再进一步完成数据采集、模型训练和真机验证；教师则可围绕同一设备，持续开展课程、社团项目、课题研究和竞赛备赛。

AlohaMini 的意义，不只是帮助学生参加一项赛事，更在于让学校能够提前开展面向未来的具身智能实践：让学生从“控制机器人”，逐步走向“理解机器人如何学习”，并尝试以真实数据和真实任务创造新的可能。

三、AlohaMini产品说明#

AlohaMini 是一台面向具身智能科普教育、学生课题研究、社团活动与竞赛实践的双臂可移动升降机器人。

硬件构型：AlohaMini能做什么任务？#

AlohaMini集成了移动、升降、双臂操作与视觉感知能力，可以支持学生围绕真实生活和校园问题，设计、训练并验证不同任务。

AlohaMini产品说明（面向K12教育） · 图 2

桌面操作：整理文具、分类积木、摆放实验材料，将物品准确放入指定容器。
低位拾取：从地面或较低位置拿取物品，再放置到桌面、收纳架或指定区域。
双臂协作：一只机械臂固定物品，另一只机械臂完成操作；也可以连续完成“拿取 - 移动 - 放置”等多步骤任务。
移动取放：在模拟商超、实验室或校园服务场景中，机器人自主移动至指定区域，识别目标物品，并完成抓取、转运和交付。
场景创新：学生可结合校园生活自主搭建场景，如“智能商超”“实验器材整理”“图书递送”“垃圾分类”“物资分拣”等

例如：

在首届全国青少年人工智能大赛具身智能赛道决赛现场，参赛学生围绕“智能商超购物”任务开展实践：AlohaMini 从起始点移动至目标货架区域，通过视觉识别定位目标商品，再由双臂完成抓取、转运，并将商品准确放置至交付区域。

AlohaMini产品说明（面向K12教育） · 图 3

模仿学习：AlohaMini 如何学会自主行动？#

模仿学习，是当前让机器人获得真实操作能力的重要方法之一。

与传统机器人按照固定程序重复动作不同，模仿学习让机器人从人的示范中学习任务。

可以把它理解为学生学习一项新技能的过程：

先观察老师怎样做➡️反复练习➡️独立自主地完成

对于机器人也是如此：

人示范一次，机器人学习一次；不断增加真实经验，机器人就有机会把任务做得更好

AlohaMini 通过以下流程，帮助学生理解机器人如何从“由人操控”逐步走向“自主行动”：

摇操作示范 → 数据采集 → 模型训练或推理 → 真机验证 → 迭代优化

第一步：摇操作示范

学生通过一对手持控制臂（Leader 臂），向 AlohaMini 示范如何完成一项任务。

这一过程称为“摇操作”或“遥操作”。

通俗来说，就是：学生亲手带着机器人完成一次任务，告诉它“这件事应该怎样做”。

AlohaMini产品说明（面向K12教育） · 图 4

第二步：数据采集

在学生示范的同时，AlohaMini 会同步记录：

机械臂如何移动；
夹爪在何时抓取、松开物品；
相机看到了什么画面；
机器人在完成任务时所经历的连续步骤。

这些记录构成机器人学习任务所需的真实数据，是机器人在真实环境中“看到什么、做了什么”的经验。

第三步：模型学习

利用采集到的数据，师生可以通过 ACT 等模仿学习方法，让机器人学习任务规律。

例如，当机器人看到目标商品时，模型会学习判断：下一步应当靠近还是抓取？应当怎样调整机械臂角度？抓取后又应当移动到哪里？

（注：ACT 是当前具身智能领域常用的模仿学习方法之一，尤其适合抓取、摆放等精细操作任务。）

Hugging Face 的 LeRobot 工具体系将 ACT 作为机器人模仿学习的重要入门方法之一。LeRobot ACT 文档

第四步：真机验证

完成模型训练或推理后，师生可以将学习结果运行在 AlohaMini 上，观察机器人能否在真实场景中自主完成相似任务。

例如，机器人是否能够识别目标物品？是否能够稳定抓取？是否能够把物品放到正确位置？

学生能够直观看到：模型的能力边界在哪里，真实环境中的光线、摆放位置、物体形状和操作路径，又会如何影响机器人表现？

第五步：迭代优化

如果机器人没有完成任务，学生可以分析原因：

示范次数是否不足？
任务环境是否变化过大？
相机是否看清了目标物品？
物品摆放方式是否影响抓取？
是否需要补充新的示范数据？

在补充示范、调整环境和重新测试的过程中，学生会经历一次真实的工程与科研过程：

提出问题、记录证据、调整方案、验证结果、持续改进。

通过 AlohaMini，学生可以从“教机器人完成一个任务”开始，进一步理解数据如何影响模型、模型如何影响动作，以及如何通过真实验证不断提升机器人的任务表现。

这样，具身智能不再只是一个抽象概念，而成为学生能够亲手参与、观察和研究的真实过程。

全栈生态适配：AlohaMini 如何持续支持前沿具身智能实践？#

具身智能仍处于快速发展的阶段，新的开源模型、训练方法和开发工具不断涌现。

AlohaMini 的价值，不只在于支持当前的教学任务，也在于为学生提供一个能够持续接触、理解和验证前沿技术的真实机器人平台。

AlohaMini 深度兼容 Hugging Face LeRobot 开源工具体系。

LeRobot 可以理解为一套面向机器人学习的开源“工具体系”。它将机器人控制、数据采集、数据管理、模型训练、模型推理和真机测试等环节连接起来，并提供相对统一的使用方式。

这意味着，师生无需针对每一种方法都从零搭建复杂的软件环境，而可以基于 AlohaMini，在同一条实践链路中开展学习、测试与创新：

任务设计 → 摇操作示范 → 数据采集 → 模型训练或推理 → 真机验证 → 结果改进

目前，AlohaMini 已支持ACT、Diffusion Policy、FastWAM 等主流模仿学习方法的实践。对于初学者而言，ACT 等方法能够帮助学生理解：机器人如何从人的示范中，学习完成抓取、摆放、分拣等任务。

随着学习逐步深入，学生还可以围绕同一个任务，比较不同数据量、示范方式或学习方法对机器人表现的影响。例如：

增加示范次数，是否能提高任务完成的成功率？
改变物品的摆放位置后，机器人能否继续完成任务？
不同模型在抓取、分拣或双臂协作任务中，表现是否存在差异？
怎样改进场景设计和训练数据，让机器人完成任务更稳定？

这些问题既可以成为社团的长期项目，也可以发展为高中研究性学习、科技创新竞赛或课题论文的研究内容。

对于具备进阶基础的师生，AlohaMini 还可围绕 Pi-0.5、SmolVLA、EO-1、VLA-JEPA、GR00T N1.7、EVO1 等开源具身智能模型方向，开展复现、适配与真机测试。

当新的开源模型具备公开代码、开放接口，并满足相应软硬件条件时，AlohaMini 可作为真实机器人平台，支持师生开展适配、测试与验证。

因此，AlohaMini 不只服务于某一门固定课程或某一种固定算法，还可支撑不同深度的具身智能实践：

面向入门：理解机器人如何从人的示范中学习；
面向社团与竞赛：围绕真实任务进行数据采集、模型推理与调试；
面向课题研究：比较数据、模型和任务设计对机器人表现的影响；
面向前沿探索：在具备条件时，将新的开源方法带到真实机器人上进行验证。

从学习已有方法，到验证新的技术思路；从一次课堂体验，到持续积累课程案例、学生项目和研究成果，AlohaMini 为学校提供了一条连接开源技术与真实机器人实践的路径。

注：不同开源模型对计算资源、传感器配置、软件环境和任务形态有不同要求，具体适配范围以实际条件及官方技术支持方案为准。

软硬件全开源：AlohaMini 如何支持学生从使用者走向创造者？#

AlohaMini 的软硬件全开源，使学生不只能够使用既有功能，还可以围绕自己的课题和创意，理解、修改并拓展机器人的能力。

AlohaMini 1 与 AlohaMini 2 已开放硬件与软件资料。具备进阶基础的学生、教师，可根据课题或项目需要，进一步修改机械结构、增加传感器或末端工具，开发新的控制方式，并围绕实际场景构建属于自己的机器人应用。

可开放与扩展的内容包括：

机械结构设计图纸；
机器人数字模型与仿真描述文件；
底层控制与软件支持代码；
面向 LeRobot 的机器人软件支持与开发资料。

其他优势#

AlohaMini 除了具备真实的具身智能开发能力外，也通过高性价比、安全设计、整机交付、售后支持，降低学校开展相关实践的门槛

✅高性价比#

传统的“移动底盘 + 升降结构 + 双臂协作”机器人平台，动辄几十万。

AlohaMini 将这一完整构型带入万元级范围，使学校能够以高性价比的方式，配置一套可用于摇操作、数据采集、模型训练和真机验证的真实机器人平台。

✅安全设计#

与面向工业作业、高速运动或大负载任务的高扭矩机器人不同，AlohaMini 采用低扭矩执行器设计，更适合在教师指导下开展摇操作、数据采集和任务测试等教学实践。

高功率、高扭矩机器人能够完成更高速、更大负载的动作，但在操作失误、碰撞或控制异常时，可能带来更高的冲击力与风险。AlohaMini 则将教学场景中的人机交互安全与设备保护纳入设计考量，帮助师生在真实机器人上更安心地开展反复探索。

设备具备两级关节堵转保护：

当夹爪受到异常阻力时，系统自动卸除夹持力，降低夹持过载风险；
当机械臂关节负载超过设定范围时，系统停止输出力矩，降低设备过载与碰撞风险。

四、AlohaMini在学校的应用场景#

AlohaMini 致力于成为学校开展具身智能教育、研究性学习、社团活动和竞赛训练等活动的实践平台。

学｜理解具身智能#

学生可以从认识机器人结构开始，逐步了解相机如何帮助机器人“看见”环境，机械臂和夹爪如何完成抓取与摆放，移动底盘和升降结构如何帮助机器人适应不同位置、不同高度的任务。

AlohaMini 配套提供持续更新的官方教程与开发资料，帮助教师和学生按照由浅入深的路径开展学习：

AlohaMini_新手教程_v1.3 · AlohaMini开源机器人

认识AlohaMini：了解硬件结构，如双臂、相机、底盘、升降结构及其作用；
摇操作：学习摇操作、数据采集等，学会让机器人动起来
ACT训练： 团队可提供远程技术支持，帮助完成首个 ACT / AM-ACT 模型训练或推理实践，即帮助机器人完成第一个自主任务

对于教师而言，配套资料可帮助将前沿技术转化为可组织、可讲解、可操作的学习活动；对于学生而言，则能够从“认识一台机器人”，逐步走向真正“训练一个机器人完成自主任务”。

AlohaMini产品说明（面向K12教育） · 图 5

练｜亲身训练机器人#

学生可以亲自通过摇操作向机器人示范任务，理解真实数据如何产生，以及模型如何从人的示范中学习任务规律。

原本抽象的“数据采集”“模型训练”“真机验证”，将成为可操作、可观察、可复盘的实践过程。

赛｜开展具身智能备赛#

AlohaMini 已作为首届全国青少年人工智能大赛决赛赛道四（具身智能赛道）比赛用机。

学校可基于同一平台，组织学生熟悉机器人操作、任务设计、数据采集与模型推理等流程，围绕赛事任务开展日常训练和项目积累。

暂时无法在飞书文档外展示此内容

研｜为高中研究性学习提供载体#

学生可以围绕一个具体问题开展高中阶段课题研究，例如：

如何让机器人更准确地完成物品分拣？
示范次数和质量如何影响机器人的任务表现？
相机视角、物体摆放方式或操作路径，会如何影响结果？
如何通过调整数据和任务环境，提高任务完成的稳定性？

学生可据此设计实验、采集数据、训练或测试模型、分析结果，并形成研究报告或课题论文。

让课题研究从资料搜集和概念讨论，走向真实实验、真实数据与真实验证。

创｜支持开展创新项目#

人工智能、机器人和科创社团可以围绕校园物品整理、实验材料分拣、双臂协作、智能商超等主题，持续设计新任务、新场景和新交互方式。

不同学生可承担场景设计、机器人操作、数据记录、模型测试、实验分析和成果展示等角色，共同完成跨学科创新项目。

不只是学习技术，也是理解正在发生的时代#

具身智能教育的意义，不只在于培养未来将走向理工科的学生。

当人工智能从屏幕走向现实世界，每一位学生都需要开始思考：

当机器开始思考，人类如何与之相处？当算法参与决策，安全如何保障？当技术挑战伦理，治理如何跟上？当鸿沟不断拉大，普惠如何实现？

技术素养并不意味着每位学生都必须成为算法工程师。更重要的是，让学生在理解技术基本原理的基础上，形成有事实依据的判断，提出有价值的问题，并以负责任的态度参与未来社会。

AlohaMini任务场景参考清单#

以下任务可根据学生基础、课程目标和场地条件灵活选择，用于课堂体验、社团项目、研究性学习与竞赛训练。

场景主题	示例任务	涉及能力	适合形式
桌面整理	将文具、积木或实验材料整理至指定区域	视觉识别、抓取、摆放	入门体验课、社团活动
实验器材整理	按指定顺序取放试管架、器材盒或实验物料	双臂协作、流程设计	科学课、综合实践
智能商超购物	移动至货架，识别指定商品，抓取并送至交付区	移动导航、视觉识别、抓取、转运	竞赛训练、展示项目
校园物资递送	从取件区拿取物品，移动至指定区域完成交付	路径规划、移动取放、任务执行	社团项目、校园场景设计
图书整理	识别指定图书或卡片，完成取放、分类和归位	视觉识别、双臂操作	图书馆主题项目
垃圾分类模拟	识别不同类别的模拟废弃物，放入对应回收容器	分类识别、抓取、环保主题设计	劳动教育、科创活动
低位物品拾取	从地面或低处取物，再放置到桌面或收纳架	升降、移动、抓取	机器人基础实践
双臂协作装配	一只机械臂固定物体，另一只完成插接、摆放或组装	双臂协作、精细操作	进阶课程、课题研究
人机协作任务	学生与机器人共同完成物品传递、整理或装配	人机协作、任务分工	展示课、社团活动
自主创意任务	围绕校园生活自定义场景与任务规则	场景设计、数据采集、模型验证	研究性学习、创新竞赛

五、产品线与服务#

AlohaMini 2 6轴版#

定位： 适合创客/个人开发者
定价：12,999 元
交付形式： 散件套装+视频教程+线下组装体验活动+关键零件保修一年+全套配件
核心特性：
6+1 自由度机械臂
1kg负载
官方技术支持

AlohaMini产品说明（面向K12教育） · 图 6

一级分类	参数项	AlohaMini2
整机参数	整机尺寸（站立）	550 mm × 500 mm × 1200 mm
整机参数	整机重量	13.5 kg（±10%）
整机参数	整机总自由度	18
整机参数	底盘负载	70kg
整机参数	升降模组负载	30kg
整机参数	臂展	约52cm
整机参数	自由度配置	手臂 6+1 DOF；升降 1 DOF；底盘 3 DOF
整机参数	防护等级	IPX2
整机参数	工作温度	0 ℃ ~ 50 ℃
移动功能	底盘运动形式	全向轮移动
移动功能	底盘自由度	3 自由度（X 平移、Y 平移、原地旋转）
移动功能	导航方案	视觉 SLAM + VLA 端到端大模型
移动功能	运动模式	前进、后退、横移、原地旋转
移动功能	直行速度	额定 0.2 m/s，最大 0.5 m/s
移动功能	自旋性能	80 deg/s，4.5 s 完成 380° 旋转
移动功能	最小通行宽度	500 mm
移动功能	最大过缝宽度	30 mm
移动功能	最大越障高度	10 mm
移动功能	最大爬坡角度	≤ 30 °
感知功能	头部视觉	单路 RGB 相机
感知功能	头部相机视场角	FOV 150°
感知功能	机械手腕部视觉	单路 RGB 相机
感知功能	导航雷达	无
感知功能	导航避障视觉	纯视觉障碍物检测
感知功能	PC - 机器人图像传输方式	二进制流传输
感知功能	单路相机带宽占用	1–1.5 MB/s
感知功能	雷达角度分辨率	/
感知功能	测距精度	/
感知功能	测量半径	/
补能功能	电池类型	锂电池
补能功能	电池电压	12 V
补能功能	电池容量	11200 mAh
补能功能	充电方式	手动充电
补能功能	充电额定电流	2 A
补能功能	手动充电满充时长	≤ 6 h
补能功能	电池数量	2 组
机械臂	单臂自由度	7 DOF（6 轴机械臂 + 1 轴夹爪）
机械臂	0.5 m 处额定负载	1 kg
机械臂	机械臂重复定位精度（不含夹爪）	±2 ~ 5 mm
机械臂	最大伸展距离（不含夹爪）	520 mm
末端机械手	夹爪类型	二指电动夹爪，配置腕部 RGB 相机
电控模块	整机续航时长	≥ 8 h
电控模块	机载计算单元	树莓派 5
电控模块	Leader臂供电	双块独立 5V 电池
其他功能	二次开发支持	具备
其他功能	遥操作功能	具备

🧾交付清单#

序号	类别	物品名称	数量
1	整机	AlohaMini 零件套装	1 台
2	摇操臂	Leader 臂	1 对
3	电源	5V 电池	2 块
4	电源	5V 充电器	2 个
5	电源	12V 电池	2 块
6	电源	12V 充电器	2 个
7	线材	1 米 Type-C 线	1 对（2 根）
8	线材	70 厘米 1 分 2 DC 线	1 根
9	备用配件	相机支架	2 个
10	备用配件	2 米长摄像头线	2 根
11	备用配件	舵机驱动板	1 块
12	备用配件	串口数据线	1 根