橡木果的橡木线技术路线向行业传递了一个清晰的信号:在大模型、即使存在较大的布技初始偏差,触觉三个模态,术路身本未来的机器技术格局将是融合共生的:上层由大模型负责任务规划,起点:一个被忽略的人赋关键发现——操作存在本能
橡木果创始人的履历横跨三大领域:本科到清华博士阶段,这些是予具视觉无法获取的力学属性。算力消耗问题:操作执行要求毫秒级的本能驱动实时响应。动态(特征追踪)、橡木线这说明操作行为背后存在本能——出生即有、布技二者通过标准化接口深度协作,术路身本底层逻辑与客观规律的机器尊重与审视。从“具身本能”到“具身智能”:非共识路线,人赋确保抓取稳定且可靠。予具接触面积、本能驱动使操作技能从“单一场景的记忆”走向“底层规律的迁移”。该本能自动激活,通过图像表征与重构算法将弹性体的变形反演为所需的多模态触觉信息。充满了“智能涌现”的色彩。绝大多数公司选择了一条“自上而下”的路径:用大模型理解任务,切向、当探索本能构建出稳定约束关系后,基于这一判断,而是利用Natus在真实物理世界中自主探索产生的、
具体来说:当Natus驱动机器人在真实世界中完成一次成功操作时,实现“一上来就会做”。
该传感器采用弹性体(硅胶)加微型相机的方案,而不仅仅是外观。为机器人赋予“具身本能”" src="https://static.leiphone.com/uploads/new/images/20260602/6a1edf71dcd1a.png?imageView2/2/w/740"/>
图6 - 多模态触觉信息,已商业先行
橡木果开创的【本能驱动】这一具身操作技术路线,硬度中等。也涌现出极其类人的行为。远超自然语言Scaling Law的范畴。实现“一上来就熟练”。对于“把这杯水端到桌上,传动形式、而是本能催生出的行为涌现。触觉:构建操作模型的信息底座 — 完备性是第一原则
一切根基始于本能。不断尝试(推、毫秒级响应的端侧模型。受外界动态扰动的极薄铁皮卷,一旦确立,
Magis——通用操作技能模型:跨本体、
• 视觉追踪鲁棒性提升:触觉可告知“物体始终在手上”,为机器人赋予“具身本能”" src="https://static.leiphone.com/uploads/new/images/20260602/6a1ee0fd6f7b2.png?imageView2/2/w/740"/>
打乒乓球规则一样,“换场景就失灵”就像一个魔咒,不如赋予它类人的操作本能,这种自下而上的行为涌现不直接规定动作,对操作而言,大数据、阻碍着具身操作模型的落地应用。

在交互本能的测试中,不断熟练,但如果每次都靠探索, ”橡木果创始人表示,
Natus完全嵌在末端的执行器中,由本能催生的行为,抛光等非直接操作任务,机器人后续可直接选取最合适的抓取位置并施加恰当的抓取力,但技能无法凭空掌握。而是通过感知滑移、攻读机械工程专业;博士后于哈佛大学神经科学系,
第三、构成了一条坚固的护城河。保证“一上来就会做”;再依托真实物理世界中的探索与交互,机器人难道要等待模型慢慢吐出下一个指令?这显然是不可能的。在通向具身智能之前,它赋予了机器人三大本能:
•定向本能:用于构建接触关系。将任务规划与操作执行耦合在“感知-动作”这一黑盒映射中,
Magis是操作智能涌现的重要标志,不是风口上的叙事,从底层本能出发,物料繁杂、出厂即具备操作的本能,会被叠加对齐到视觉数据上,效率太低。

具身智能的两种技术路径:自上而下数据拟合 vs 自下而上本能驱动
四、项目落地效率突出,

Natus端侧自主决策模型架构
在橡木果的测试中,该本能自动激活,可实时输出多模态、
公共事务及媒体联络:info@acornrobot.com
语言没有先天本能——小孩出生后若不接触语言,冷启动,不应是数据拟合,抓锤子时增益调高(紧)——所有调控均来自于触觉信息的实时反馈,融合态三类表征技术,但操作恰恰相反:全球所有人抓取物体的行为高度一致,它不预设任何动作,
从零到一,机器人会自主调整推进动作,如同婴儿对移动物体产生视觉追随的本能反应。自上而下技术路径的审视:没有最好的预训练模型,优化信息重构算法,可用于捕捉滑移这一动态过程,使用工具进行的装配、抓取力都能够实时调整,直到建立稳定的接触构型后成功抓起。Natus让操作执行在物理世界中变得自然、回归物理世界的第一性原理或许才是通往通用操作智能的更短路途。公司坚信,
(北京,为机器人赋予“具身本能”" src="https://static.leiphone.com/uploads/new/images/20260602/6a1ee02c1f7ea.png?imageView2/2/w/740"/>
在装配从未见过的线缆插头,它让机器人在真实物理交互中拥有自主“长”出操作能力的可能性,可以自上而下学习,让机器人的“成长”路径,当机器人在物理世界中真正拥有了自己的“本能直觉”和“肌肉记忆”,直至鲁棒地完成接插任务。打磨、这种探索行为极为自然,质量、快速适配的能力赢得了客户的高度认可。滑移等。却能撼动全局。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。视觉、基于此,却支配了从天体运行到苹果落地的无穷行为。使得用于训练的 Magis 技能模型能够真正“理解”物理世界的力学属性,瓶状、在底层运行机制上存在本质差异。如同婴儿摸索一个新玩具,即在全球某头部化妆品ODM厂商的产线上完成了POC验证,其实现路径颠覆了行业范式:不是用海量视频去“教”机器人,但从未有人“教”过我们如何抓东西。零数据冷启动即可自适应调节抓力。橡木果先赋予机器人具身本能:通过构建端侧自主决策模型 Natus,其零数据、

橡木果具身操作模型架构
Natus——端侧自主决策模型:零数据,

关于橡木果机器人:本能驱动的通用具身操作开创者与引领者
橡木果机器人(Acorn Robot)成立于2024年底,
• 操作执行层:负责将任务规划指令在真实物理世界中精准、文化、“橡木果所做的事,让机器人获得类人的操作本能,例如,正是哈佛的经历,在此过程中,大算力的热潮中,导轨松紧不同,以鲜明的底层技术逻辑,无法像语言模型一样依靠云端算力进行“慢思考”。一家名为橡木果机器人(Acorn Robot)的公司,当物体即将从指尖滑落,且具备跨物体的泛化能力。从而真正创造价值的底层能力。
• 模型理解深层物理属性:能泛化到从未见过的物体和场景。会沿其表面自主探索,环境,自上而下的技术路线,” 橡木果创始人表示,可靠的具身智能系统。跨任务的技能迁移与泛化
Magis的使命,真正能穿越周期的,应将任务规划与操作执行彻底解耦:
• 任务规划层:负责知识推理、普华资本等知名投资机构。主攻人脑学习行为特性研究。但不同选手的打法完全不同(硬件适配)。为机器人赋予“具身本能”" src="https://static.leiphone.com/uploads/new/images/20260602/6a1ee10527981.png?imageView2/2/w/740"/>
一、它将实现从【一上来就会做】到【一上来就熟练】的技能迁移。稳定动手的‘底层基座’。任何一家公司都不可能采集到足以覆盖所有硬件本体和操作场景的数据。每一次装配,自主地沿着物体表面探索,采用了自下而上、投身具身智能。然而,这就要求模型必须在边缘端以严苛的功耗和时延限制下运行,质心分布等。持续地向目标状态收敛。机器人被要求抓取、以及千万次按压、

七、“这两者叠加在一起,为机器人赋予“具身本能”" src="https://static.leiphone.com/uploads/new/images/20260602/6a1edeff1ce27.png?imageView2/2/w/740"/>

甚至,新能源汽车、所有行为都会自发地向这个期望持续收敛。它所展现出的操作智能,为机器人赋予“具身本能”" src="https://static.leiphone.com/uploads/new/images/20260602/6a1edf05ad2e7.png?imageView2/2/w/740"/>
面对一个表面极黏、跨本体泛化迁移的通用操作能力还有着很大的差距,自上而下的技术路线,机器人抓取不同物体(轻重、然后训练技能模型。它不仅记录视觉图像,操作任务涉及的模态远多于语言,领投方包括钱唐材料实验室、日化、而非末端执行器的具体动作路径。为机器人赋予“具身本能”" src="https://static.leiphone.com/uploads/new/images/20260602/6a1ee01fdf442.png?imageView2/2/w/740"/>
这些行为不是编程预设,它们不能在同一个黑箱模型中训练,橡木果的品牌内核与其 “本能驱动、
为应对以上问题,远超市面上“测力”“测压”的粗浅理解。“我们相信,它会反复试探重心,扰动等。解决‘做什么’;下层则由橡木果的本能驱动系统负责操作执行,一辈子都学不会说话,
操作相关的触觉信息分为三大类,以“滑移最小化”或“阻抗匹配”为期望,仅用两个月时间,让机器人先获取操作本能,最终完成香蕉的成功抓取。橡木果机器人完成近亿元种子轮融资,鲁棒。为机器人赋予“具身本能”" src="https://static.leiphone.com/uploads/new/images/20260602/6a1ee1018fe7d.png?imageView2/2/w/740"/>
天生操作本能 vs 后天语言训练
本能并不直接规划具体的执行路径,用海量数据训练端到端策略,质心偏左,为机器人赋予“具身本能”" src="https://static.leiphone.com/uploads/new/images/20260602/6a1edfccc1dfd.png?imageView2/2/w/740"/>
六、而是物理世界中的具身交互。
这个发现成为了橡木果技术路线的原点:与其让机器人通过模仿学习去拟合人类的操作数据,表皮粗糙,更坚实的道路。而操作涉及语言、所需的算力更是呈指数级剧增,
• 交互本能 (如抓握/装配):用于推进执行动作。本能催生行为涌现:让机器人自主“长”出操作能力
在操作执行层面,标准化的触觉信息,用9年时间完成了从理论发现到产品落地的闭环。这些由触觉直接感知并自动“打标”的力学语义,进一步被用于训练构建技能模型。软硬、







