橡木果发布“本能驱动”技术路线

这几天，科技圈被一个消息刷了屏——北京橡木果机器人科技（Acorn Robot）正式亮出了名为

的全新技术路线。这条路线很有意思，因为它走的是一条和目前业界主流完全相反的路：不依赖大模型去模仿人类，而是从底层赋予机器人最原始的操作“本能”，让机器人在和物理世界不断打交道的过程中，自己“长”出智能来。

同时，公司也正式官宣，已在今年3月完成了

，领投方是钱唐材料实验室和普华资本。这节奏，一看就是有备而来。

现在主流的具身智能方案，比如VLA（视觉-语言-动作）这样的端到端架构，可以看作是“自上而下”的路数。但橡木果团队明确指出，这条路至少面临三个绕不开的结构性问题：

困境	自上而下（VLA）	橡木果（本能驱动）
数据规模	语言一个模态扩展到操作三个模态，再加上硬件差异，数据量是指数级膨胀	Natus模型可以零数据冷启动，完全不依赖训练数据
实时性	语言模型还在一个字一个字地“蹦”，操作等不起这么慢的响应	毫秒级端侧响应，触觉信号直接驱动动作
泛化性	换个场景就失灵，硬件一换模型基本白费	硬件自适应，出厂就能适配不同的夹爪和灵巧手

他们用了一个特别形象的比喻：打乒乓球的规则全世界都一样，但每个选手的具体打法千差万别。所以不存在一个对所有硬件都通用的“最好模型”，只有和硬件最匹配的那个模型才是最优解。

橡木果的策略是把任务规划和操作执行彻底拆开，通过一个标准化的接口来协同工作：

：主要负责知识推理和任务分解，比如告诉下层“把杯子拿过来，不要洒水”，输出的是关键图像和语义约束，而不是具体的动作指令。

：这才是真正的核心，由两个模型构成——

模型	定位	核心能力
Natus	端侧自主决策模型，直接嵌入末端执行器	零数据冷启动、硬件自适应、毫秒级响应
Magis	通用操作技能模型	利用Natus交互数据训练，实现跨本体、跨任务的泛化

这里面最值得关注的是Natus。它完全嵌在机器人手指里，由触觉刺激直接驱动，不需要任何训练数据或微调。它赋予了机器人三种根本性的操作本能：

• 定向本能
  ：和视觉系统配合，指引末端向目标移动。

• 探索本能
  ：手指一碰到物体，就会沿着表面自主摸索，寻找最稳定的抓握位置。

• 执行本能
  ：以“滑移最小化”为目标，实时调整抓力——抓豆腐时自动松，抓锤子时自动紧。

实测结果很有意思。Natus驱动的机器人，遇到从没见过的异形物体，会沿着表面摸索然后成功抓起来；面对装了一半水的瓶子，它会反复试探重心，然后调整抓力；面对极薄的卡片，它会用推、翘、扣等各种动作（注意，这些都不是预设程序）成功抓起——这是真正的行为涌现。

Magis模型的训练数据，就来自Natus在这种真实交互中产生的、带有“触觉语义”的数据。比如Natus抓一个香蕉，它记录的不仅是个“成功”结果，还有“120克、质心偏左、表皮粗糙、硬度中等”这些详细的力学语义。这些数据叠加到视觉图像上，让Magis能真正“理解”物理世界，而不只是认出它长什么样。训练数据的需求量也因此从传统的百万小时级别，降到了

。

要构建这种本能，就必须有完备的触觉输入。橡木果团队花了7年时间，迭代了十多代原型机，自研了

。原理是弹性体（硅胶）加微型相机的方案，不依赖什么敏感材料。通过图像表征和重构算法，把弹性体的变形反演成多模态的触觉信息。真正的壁垒在于动态表征技术（他们2020年就首次提出了，行业到2025年底才跟进）、工程化标定和算力集成优化，这些都是实打实的硬功夫。

这套技术已经落地到工业柔性生产场景了。他们的机器人系统在

那里完成了验证并实现了商业营收，专门处理那些形状、材质各异的瓶瓶罐罐。关键是，凭借Natus的快速适配能力，新硬件接进来不用重新训练，即插即用。

橡木果的态度很明确——不追求做全能选手，专注打好地基，做最底层的操作基石。他们的愿景是：未来上层由大模型负责任务规划（解决“做什么”），下层由本能驱动系统负责操作执行（解决“怎么做”），二者通过标准化接口无缝协作。这听起来，才是走向真正通用、可靠具身智能该有的路径。