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

 

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。

关于橡木果机器人

橡木果机器人（Acorn Robot）成立于2024年底，核心团队融合清华大学机械工程与哈佛大学神经科学前沿交叉背景。公司致力于为通用具身操作构建全新的技术基座，让机器人真正拥有与生俱来的类人本能与操作智慧。

团队自2011年起深耕机器人操作领域，2017年率先提出“本能驱动”具身智能这一非共识技术路线，并于2018年搭建实验室团队。2025年正式启动商业化，在短短一年内完成从技术积累到落地的闭环，以鲜明的底层技术逻辑，引领新一代具身智能发展范式。