橡木果发布全球首个「具身本能模型」Natus AGE-0,获招商局创投与蔚来资本天使轮投资
8 月 10 日,橡木果机器人正式发布 Natus AGE-0 具身本能模型——全球首个以触觉感知为核心、不依赖任何数据预训练的通用操作基座模型。同时宣布完成由 招商局创投 和 蔚来资本 共同领投的天使轮融资,资金将用于工业柔性生产机器人产品研发与市场拓展。
8 月 10 日,橡木果机器人正式发布 Natus AGE-0 具身本能模型——全球首个以触觉感知为核心、不依赖任何数据预训练的通用操作基座模型。同时宣布完成由 招商局创投 和 蔚来资本 共同领投的天使轮融资,资金将用于工业柔性生产机器人产品研发与市场拓展。
在具身智能行业竞相追逐"海量数据、大模型、高算力"的共识路径时,橡木果机器人选择了一条截然不同的"反共识"道路。8 月 10 日,公司正式发布 Natus AGE-0(拉丁语"与生俱来"之意),试图从根本上重新定义机器人与物理世界交互的方式。
与此同时,橡木果披露完成由 招商局创投 和 蔚来资本 共同领投的天使轮融资。招商局创投投资部总经理高斌表示:"橡木果团队从神经科学和接触行为机理出发,提出并验证了'本能驱动'这一全新路径,这在具身智能行业是极具前瞻性的。其'零数据冷启动'的能力,不仅解决了行业的落地难题,更构建了坚实的商业闭环基础。"
标签云:橡木果 Natus AGE-0 的核心技术关键词与商业化进展。
当前全球具身智能行业的主流技术路线高度趋同:信奉"数据即一切",试图通过大规模数据采集和模型参数堆叠训练通用"大脑"。但橡木果认为,这一范式在物理世界陷入了"鸡生蛋、蛋生鸡"的落地悖论——不成熟的模型无法进入真实工况采集高质量数据,缺少真实场景数据又进一步限制模型迭代。
—— 预训练模型的结构性缺陷 ——
依赖大规模视觉-语言数据预训练,模型擅长语义理解与场景规划,却无法细腻表征连续、动态、毫秒级的触觉交互。强行将实时接触调控纳入大模型推理链路,从根源上限制了操作稳定性与泛化能力。
以触觉感知与接触力学为出发点,建立通用的操作收敛规律。不依赖任何数据预训练,通过感知"刺激"直接映射到动作"输出",实现零样本的跨本体、跨物料泛化,做到"即插即用"。
对比说明:传统范式依赖视觉-语言数据与大规模预训练,橡木果范式以触觉感知为核心,无需数据预训练,强调物理交互的第一性原理。
Natus AGE-0 的核心,在于为机器人构建了一套完整的"操作本能系统"。它融合了 本能反射 与 肌肉记忆 的双层架构,彻底颠覆了传统的"视觉语言-动作"范式。
架构解读:感知刺激经由本能反射直接驱动动作,同时通过自主探索沉淀肌肉记忆,形成"先动起来→再优化效率"的闭环。整体无需任何数据预训练。
橡木果的商业化路径清晰而坚定——对标自动驾驶演进路径:先让机器人在真实世界中"跑起来",通过规模化部署获取真实交互数据,再反哺模型,形成正向飞轮。
Natus AGE-0 的发布,正是启动这个飞轮的关键一步。
案例说明:橡木果聚焦工业柔性生产赛道,通过本能驱动实现分钟级换产,已获得头部客户实际产线验证。
答案藏在团队的技术信仰与时间积累里。橡木果创始团队源自 清华大学 与 哈佛大学,自 2017 年率先提出"本能驱动"技术路线,历时九年完成从理论发现、工程验证到商业化落地的链路闭环。
九年时间,他们做了一件与主流背道而驰的事:不追逐参数规模,而是回归物理交互的"第一性原理"——以不变的物理交互本能,应对万变的物理场景。
姜峣透露,Natus AGE-0 只是第一步。公司未来将推出 Magis 通用技能模型,基于 Natus 在真实场景中积累的海量交互数据,通过"熟能生巧"的方式,形成可跨任务迁移的通用操作技能。届时,机器人将不再需要从零开始探索,而是能够"一看就会,一学就通"。
具身智能行业长期被"数据驱动"范式主导,但橡木果证明了另一条路的存在:回归物理交互的第一性原理,用触觉本能替代数据预训练。真正的通用操作智能,或许不会诞生于更大的模型参数,而是源于对物理世界底层规律的深刻理解与工程化复刻。
Natus AGE-0 已启动工业场景合作,标准化双臂柔性生产单元面向全球制造业客户开放 POC 验证。
橡木果机器人 · 工业合作入口 → 申请 POC更多信息请访问橡木果机器人官方渠道