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
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
自下而上,从底层本能出发
当绝大多数公司选择“自上而下”的路径——用大模型理解任务,用海量数据训练端到端策略时,一家名为橡木果机器人(Acorn Robot)的公司却走出了一条截然不同的道路:自下而上,从底层本能出发,让机器人在与物理世界的交互中自主涌现操作智能。
这家由清华机械工程博士、哈佛神经科学博士后领衔的团队,用9年时间,走完了从理论发现到产品商业化的闭环。

一、起点:一个被长期忽略的关键发现——操作存在本能
正是创始人在哈佛的神经科学研究经历,让他意识到一个被机器人领域长期忽略的事实:操作与语言,底层机制截然不同。
• 语言没有先天本能:小孩不接触语言,一辈子不会说话。
• 操作恰恰相反:全球所有人抓取物体的行为高度一致,从未有人“教”过我们如何抓取。这证明操作背后存在本能——出生即有、不受环境影响。
这个发现成为橡木果技术路线的原点:与其让机器人模仿人类,不如赋予它类人的操作本能,让它自己在交互中“长”出能力。
二、审视主流路线:没有最好的预训练模型,只有最适配硬件的模型
当前主流的VLA(视觉-语言-动作)架构,将任务规划与操作执行耦合在黑箱中。这种自上而下的路线,面临三大无法回避的困境:
1. 数据规模爆炸:语言只涉及一个模态,而操作涉及语言、视觉、触觉三个模态,且与具体硬件强相关。一旦耦合,数据量呈指数级增长,任何公司都无法覆盖。
2. 算力需求无法满足实时性:操作要求毫秒级响应,无法像语言模型一样“一个字一个字地蹦”。当物体即将滑落,机器人没有等待的时间。
3. 泛化迁移困难:“换场景就失灵”如同魔咒,阻碍落地。
更深层的问题是:任务泛化与硬件泛化的逻辑完全不同。任务(如“叠衣服”)是知识层面的,可以规则统一;但执行必须适配每一个硬件的个体差异——即使两个一模一样的夹爪,导轨松紧不同,模型参数便天差地别。
橡木果用了一个生动的类比:打乒乓球的规则全世界一样(任务),但每位选手的打法完全不同(硬件适配)。结论是:没有最好的预训练模型,只有最适配硬件的模型。

三、橡木果路径:任务与执行解耦,自下而上构建通用操作
橡木果认为,任务规划与操作执行应彻底解耦,各自独立演进,通过标准化接口协同工作。
• 任务规划层:负责知识推理、任务分解,输出关键图像帧和语义约束(如“不要洒水”),而非具体动作指令。
• 操作执行层:这是橡木果聚焦突破的层面。由具身本能出发,自下而上涌现操作智能。

核心模型包括两个:
Natus——端侧自主决策模型:零数据,冷启动,即插即用
Natus完全嵌在末端执行器中,由触觉刺激直接驱动,毫秒级响应。它赋予机器人三大本能:
• 定向本能:与视觉协同,指引末端向目标移动。
• 探索本能:接触物体后,通过感知滑移、形变等触觉信息,自主探索并寻找稳定接触构型,并非通过预设程序或模仿学习。
• 交互本能:以“滑移最小化”为目标,实时调节“肌肉张力”,抓豆腐时松,抓锤子时紧。
Natus赋予的核心能力是零数据冷启动、硬件自适应和毫秒级响应。它出厂即具备操作本能,可实现“一上来就会做”。
在测试中,机器人面对从未见过的异形物体,会沿表面自主探索、实时调整策略。
• 面对半瓶水的瓶子,它会反复试探重心,逐渐调整抓力。
• 面对极薄的卡片,它通过不断尝试“推、翘、扣”,成功抓起。
• 面对易碎的豆腐、受扰动的铁皮卷,抓取力始终实时调整,确保稳定。
这些行为不是编程预设,而是本能催生出的行为涌现。这种规律可类比万有引力:它不规定具体轨迹,却支配了无穷行为。
Magis——通用操作技能模型:跨本体、跨任务,一上手就熟练
Magis的使命是让机器人实现“一上来就熟练”。其实现路径颠覆行业:利用Natus在真实交互中产生的、带有精准触觉语义的数据,对视觉数据进行语义增强,再训练技能模型。
例如,当Natus抓取一个香蕉,它记录的不仅是“成功了”,还有“120g、质心偏左、表皮粗糙、硬度中等”等力学语义。这些数据被叠加到视频帧上,使Magis能“理解”物理世界,而非仅仅识别外观。训练数据需求因此从百万小时级别降至几千小时。

四、触觉:构建操作信息底座,完备性是第一原则
一切根基始于本能,而本能的构建需要完备的触觉输入。橡木果将操作相关的触觉信息分为三类,缺一不可:
1. 界面信息:分布力、变形、滑移(最为关键)。
2. 物体信息:软硬度、摩擦系数、质心分布(视觉无法获取)。
3. 环境信息:接触刚度、阻抗等(装配、打磨等任务所需)。

为此,橡木果历时7年迭代,自研第三代视触觉传感器,拥有动态表征、工程化标定、算力集成等坚实壁垒。
五、商业先行:非共识路线,已跑通落地闭环
橡木果的技术并非空中楼阁。公司聚焦于工业柔性生产(消费电子、日化、新能源汽车、生物医药),凭借Natus“零数据冷启动”特性,仅用两个月时间,即在全球头部化妆品ODM厂商完成POC验证并实现商业营收。机器人被要求抓取、旋拧、放置形状、材质各异的化妆品瓶罐,其快速适配能力赢得高度认可。
团队表示:“工业场景任务规划相对固定,我们不需要等待上层大模型成熟,就能用底层操作能力产生商业价值。”
2026年3月,橡木果完成近亿元种子轮融资,领投方包括钱唐材料实验室、普华资本等。
六、回归本源:一枚橡果,撼动全局
在大模型、大数据、大算力的热潮中,橡木果的选择是回归物理世界的第一性原理。公司的长期目标是成为全球具身智能领域不可或缺的底层基座,让每一台机器人都能快速上手、稳定动手。
一枚橡果,既是收获的果实,更是孕育无限可能的种子。这正是橡木果的品牌内核,与其“本能驱动、自下而上”的路线一脉相承。从非共识理念到改变行业范式的实践,橡木果正在为具身智能的未来铺就一条全新的、更坚实的道路。
来源:csdn
版权所有,未经授权不得以任何形式转载及使用,违者必究。
Related Articles
教你用AI一节课收17万,华尔街精英排着队付费
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 2026-06-07 ...
5分钟AI长视频不翻车!国产开源框架杀到全球第一梯队
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 2026-06-07 ...
The mayor of Shelbyville, Indiana, says only people who live in ‘shitty houses’ oppose data center
Terrence O'Brien is the Verge’s weekend editor. He has over 18 years of experience, including 10 years as managing editor at Engadget.A proposed $2 billion data center has become a political flashpoint in the...
Meta made its own AI-generated clickbait news feed
Facebook has long been filled with feeds of clickbait articles. Now, Meta is making its own clickbait articles with AI.The standalone Meta AI app now has a “For You” section that populates a list of...