橡木果发布“本能驱动”技术路线，开辟自下而上具身智能新范式
一句话看懂：橡木果机器人（Acorn Robot）发布了一套“本能驱动”的具身智能技术路线，核心是将任务规划与操作执行解耦，通过触觉传感器赋予机器人类似人类的“操作本能”，而非依赖大量数据训练。该路线已在工业场景实现商业化，获得近亿元种子轮融资。
事件核心：发生了什么
2026年6月2日，橡木果机器人公开其自下而上的技术路线。该路线源自创始团队在哈佛神经科学领域的一个发现：人类操作物体存在先天本能（如抓取方式高度一致），而非通过学习获得。基于此，橡木果推出两个核心模型：端侧自主决策模型Natus，可零数据冷启动、毫秒级响应，仅靠触觉刺激驱动机器人抓取；通用操作技能模型Magis，利用Natus在真实交互中产生的力学语义数据（如物体重量、质心、硬度），将训练数据需求从百万小时级别降至数千小时。公司已自主研发第三代视触觉传感器，并在全球头部化妆品ODM厂商完成POC验证，实现商业营收。2026年3月，公司完成近亿元种子轮融资。
为什么重要
当前主流VLA（视觉-语言-动作）路线将任务规划与操作执行耦合，导致数据规模爆炸、算力需求无法满足实时性、泛化迁移困难。橡木果的路径直接将任务与执行解耦：任务规划层负责知识推理，输出语义约束；操作执行层由本能驱动，在物理交互中自主涌现智能。这将具身智能的“瓶颈”从数据和算力转移到传感器和底层控制逻辑上，有可能降低硬件适配成本，推动工业机器人从“定制化”走向“即插即用”。
对用户/开发者/创作者的影响
工业自动化采购方：如果Natus的“零数据冷启动”和硬件自适应能力得到验证，企业将无需为每种产品定制训练数据，部署周期可从数月压缩至数周，尤其适合柔性产线（如化妆品、消费电子、生物医药）。机器人开发者：Magis模型提供的触觉语义数据（如“120g、质心偏左”）为技能模型训练提供了新的数据范式，可能催生一批专注于操作基座的开发者生态。投资者：该路线的商业化验证（而非依赖大模型成熟度）提供了非共识的投资机会，值得关注传感器硬件壁垒和数据闭环效率。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. 落地验证：Natus在工业场景中的“毫秒级响应”和“硬件自适应”能否在更多异形物体、高节拍生产线中稳定复现？2. 生态壁垒：Magis模型是否开放标准接口，能否吸引外部开发者在其触觉数据基础上开发专用技能模块？3. 竞品路线：VLA路线厂商（如谷歌RT-2、丰田Banyan等）是否会调整方向，或通过收购触觉传感器公司补全能力？目前公开信息显示，橡木果尚未披露Magis模型的商业化定价和许可协议。
来源：量子位 · 每日最新
