推荐 5 款免费开源，零基础 DIY 智能 AI 桌面机器人，适配DeepSeek，豆包，Qwen大模型（附开源地址）

乐鑫喵伴 EchoEar 

EchoEar 喵伴 AI 机器人搭载的 ESP-Brookesia 框架实现全双工语音交互、多模态识别与智能体控制，构建更具沉浸感的人机交互体验。

EchoEar 套件以端到端开发为核心理念，技术亮点如下：

• 全双工语音交互：用户可以与设备进行连续对话，而不仅仅是单次响应。
• 多模态识别与智能体控制：能够识别用户的多种输入方式，并提供相应的智能响应。
• 情绪识别与动态表情互动：能够识别用户的情绪变化，并通过动态表情进行互动，增强设备的人格化表现。
• 长记忆能力：支持对用户对话内容的持续记录，提供更具陪伴感的个性化体验。
• 离线语音唤醒与声源定位：结合电机控制，实现180°范围内的方向跟踪，使交互更自然。
• 智能家居控制：支持MCP协议与Function Call能力，可用于远程控制家庭设备，作为智能家居系统的本地中枢。

乐鑫开源 EchoEar 喵伴智能 AI 机器人，可接入豆包、DeepSeek、Qwen 3、文心一言

开源地址：https://github.com/espressif/esp-brookesia

坦克人 ESP-SparkBot

ESP-SparkBot 是⼀款基于 ESP32-S3开发板，集成语⾳交互、图像识别、遥控操作和多媒体功能于⼀体的智能设备。它不仅可以通过语⾳助⼿实现⼤模型对话( DeepSeek、OpenAI 、通义千问)、天⽓查询、⾳乐播放等互动，还使⽤⼩度⼿机 APP 完成蓝牙配⽹、⾳⾊切换、⾳乐播放及其他智能服务。

同时，ESP-SparkBot 内置加速度传感器，⽀持摇⾊⼦和 2048 游戏等娱乐交互功能。硬件⽅⾯，其磁吸式设计⽀持模块扩展，可轻松转换为遥控⼩⻋，实现摄像头实时传输和⼿机操控。此外，设备⽀持本地 AI 处理，可以运⾏⼈脸识别和动作检测功能。你还可以通过投屏模块实现⾼清视频播放和游戏运⾏，展⽰强⼤的性能和多功能性。

• 天气时钟，通过IP地址显⽰当地⽇期、天⽓、温度
  
• 大模型AI对话，通过接入 DeepSeek、OpenAI 、通义千问等大语言模型，实现对话聊天功能
• 蓝牙音箱，支持语音控制小度，支持APP中进行音量调节、切换播报音色、还能绑定QQ音乐/喜马拉雅播放音乐、新闻、有声读物……
• 语音/人脸识别&移动检测，可本地离线运⾏，包含猫脸识别、⾏⼈检测等
• USB 投屏，可作为电脑副屏、扬声器、麦克⻛使⽤，还能体验电竞、3A⼤作
• 智能小车，支持手机/语音控制、无线图传、拍照，切换灯光功能，开发了配套的控制界面，使用浏览器打开即可使用
• 赛博木鱼，敲赛博⽊⻥，即可积累功德，通过⼴播多个设备同时敲⽊⻥，还能成倍积累功德，功德圆满后进入放松摸⻥状态
• 休闲小游戏，赛博骰子、2048 游戏等

开源地址：https://oshwhub.com/esp-college/esp-sparkbot

小智 EDA-Robot 

EDA-Robot 小智AI机器狗采用乐鑫 ESP32-S3R8N16 模组，结合 INMP441 + MAX98357 实现小智AI 大语言模型对话及 MCP 协议控制机器狗运动，无需通过手机App操控， 只需唤醒小智执行 “向前走”、“向后走” 等口语化指令即可。

• 内置AI大模型：支持小智AI提供的DeepSeek、Qwen、豆包等大语言模型，能进行自然语言理解与处理。
• MCP协议适配：支持MCP协议服务，LLM可通过MCP协议控制机器狗动作。
• 自然语言控制：支持通过自然语言控制，无需设置词条，均为LLM推理完成。
• 自定义唤醒词：支持自定义名称唤醒机器狗，定制专属宠物。

EDA-Robot 小智AI机器狗主控选用 ESP32S3系列模组，集成 WiFi 功能，提供丰富的 GPIO 接口。 板载 USB 转串口芯片，方便程序下载和调试。

音频采集电路使用 INMP441 数字麦克风模块进行音频采集，结构简单，可根据需求替换为更低成本型号。

音频输出部分采用 MAX98357 模块，支持I2S音频输入，驱动扬声器输出。设计简单，性能稳定。

显示屏部分采用 SSD1306/SSD1315 OLED 屏幕，分辨率128×64，尺寸0.96或1.3英寸，需注意I2C线序及上拉电阻配置。

电源供电电路采用两节串联 14500 电池，串联后满电电压 8.4V， 通过两路 LDO 分别降压至 5V 为舵机供电和 3.3V 为 MCU 供电。

舵机电路采用 SG90/MG90 舵机，通过 PWM 信号控制角度。 由于舵机内部自带 5V 转 3.3V 驱动电路，PWM 信号可直接由 MCU IO 控制，无需电平转换。

按键电路与下载接口设计简洁，均可直接连接 MCU IO。由于 MCU 资源充足，可轻松扩展更多功能。

开源地址：https://github.com/78/xiaozhi-esp32

 M5 明栈 StackChan 

StackChan是一款基于乐鑫ESP32-S3物联网芯片的开源AI桌面机器人，内置了AI Agent，支持视频通话、远程遥控智能家居设备，可以陪你玩，陪你聊，还支持开源共创与DIY扩展，配合App与开源生态，你可以把它养成最符合你风格的桌面搭子。

StackChan 

集成了红外收发器、三区触摸面板以及全功能 NFC 模块，同时

配备了双舵机，支持水平 360° 无限旋转与垂直 90° 俯仰，配合机身内置的 12 颗 RGB LED 灯珠，使得它

拥有灵动的眼神、拟人的头部动作和多种表情。

StackChan 基于乐鑫ESP32-S3芯片，其核心驱动力来源于 M5Stack 旗舰级的 CoreS3 开发套件：

• 主控单元：基于乐鑫 ESP32-S3 SoC，拥有 240 MHz 双核处理性能，支持 Wi-Fi 与蓝牙连接。

• 视觉感知：内置 30 万像素摄像头与近场传感器
• 多维交互：配备 2.0 英寸电容式触摸屏、9 轴 IMU、双麦克风及 1W 扬声器。
• 丰富扩展：具备 microSD 卡槽，支持海量数据存储与离线资源调用。

你只需轻抚背部或触摸头部，它就会抬头用表情回应你，不止屏幕表情，它还有真实的动作反馈：转头、跟随，让你的桌面更有生命。

开源地址：https://github.com/m5stack/StackChan

小蜘蛛四足 Sesame

Sesame Robot 是一个软硬件100%开源的基于乐鑫 ESP32 微控制器，采用 Arduino 技术栈开发的迷你四足小机器人项目，不仅拥有灵活的肢体语言，还通过屏幕赋予了生动的呆萌“表情”，极具亲和力，非常适合 Maker 和机器人爱好者入门。

Sesame Robot 开源仓库包含 CAD 设计文件、STL 打印文件、组装和接线指南，以及基于 ESP32 控制器的基础/扩展固件，如果你有 3D 打印机、熟悉基本焊接技能和 Arduino 编程基础，就能轻松打造一台会走路、会跳舞、拥有“像素脸表情”的可爱机器人。

• 四足行走：拥有8 个自由度的 MG90S 金属齿轮伺服组成，能实现走路、挥手、跳舞、指向、休息等预设动作。
  
• 表情屏幕：128x64 像素的OLED 显示屏作为“表情萌脸”，支持像素风格的表情库：开心、愤怒、害羞等，可随动作同步变化。
• 外壳骨架：全部使用 PLA 材料3D打印，组装简单，轻薄稳固。
  

• 语音交互：通过语音命令控制 Sesame 行走，根据对话实时显示动态表情

开源地址：https://github.com/dorianborian/sesame-robot

文章来自于微信公众号 “IoT物联网技术”，作者 “IoT物联网技术”