8月10日消息，橡木果机器人今日正式发布Natus AGE-0具身本能模型。据橡木果介绍，该模型以触觉感知为核心，不依赖数据预训练，试图通过“本能驱动”的技术路线，让机器人实现零样本泛化与毫秒级自适应操作。

与此同时，橡木果宣布完成天使轮融资，由招商局创投和蔚来资本共同领投，融资金额未披露。资金将主要用于面向工业柔性生产的机器人产品研发、品牌体系构建及市场拓展。

当前具身智能行业普遍通过数据采集、模型训练和算力投入提升机器人操作能力。橡木果则选择了一条不同的技术路径，即从触觉与物理接触规律出发，让机器人首先具备无需预训练即可执行操作的基础能力，再通过真实环境中的持续交互进行能力迭代。

橡木果发起人姜峣表示，视觉与语言模态擅长语义理解和场景规划，但对于连续、动态、毫秒级的触觉交互和物理接触特性的表征仍存在不足。橡木果希望通过“本能驱动”路线，将高频的接触调控从大模型认知推理过程中分离出来。

具体来看，Natus AGE-0采用“本能反射+肌肉记忆”的双层架构。其中，“本能反射”从触觉与接触力学出发，结合橡木果自研视触觉传感器，实时感知滑移、软硬、质感等信息，并根据接触状态直接调整机器人动作。

例如，在抓取此前没有接触过的物体时，机器人无需首先识别物体类别，而是根据触觉反馈感知物体是否发生滑移，并动态调整抓力。橡木果称，这一过程无需针对特定物体、工况或场景进行数据预训练，可以实现跨本体、跨物料的零样本操作。

在此基础上，Natus AGE-0加入“肌肉记忆”机制。机器人在真实物理环境中进行端侧自主探索后，可以将成功操作过程沉淀下来，把原本需要持续高频决策的交互转化为更高效的操作链路，并逐步适应不同机器人硬件以及不同物料。

商业化方面，橡木果目前主要聚焦工业柔性生产场景。其标准化双臂柔性生产单元搭载Natus模型，针对多品种、小批量等传统自动化较难处理的生产需求进行部署。据橡木果披露，该方案可以实现“分钟级”换产部署，公司已经与多家不同行业的全球头部客户建立合作，并完成产线POC验证，涉及抓取、装配、旋拧和插拔等操作。

橡木果还计划进一步推出Magis通用技能模型。按照公司的技术规划，Magis将利用Natus在真实场景中积累的交互数据，形成能够跨任务迁移的通用操作技能，由此形成从无需预训练的冷启动，到真实场景数据积累，再到模型能力持续提升的技术路径。

资料显示，橡木果机器人创始团队来自清华大学与哈佛大学，自2017年开始探索“本能驱动”技术路线，主要面向通用具身智能及工业柔性生产场景。（定西）