8月14日，鹿明机器人发布Lumos MOS2——全球首个双臂负载达50kg的轮臂式具身智能机器人，以22自由度、多模态感知系统与NexCore技能平台，重新定义工业AI Worker的能力边界。
MOS2被设计为重载AI Worker——不是实验室里的演示原型，而是能在工厂里7×24小时承担真实任务的工业智能体。以下三个场景，来自其实际部署验证。
注：以上场景数据来自鹿明机器人公开验证报告，实际效果因产线条件而异。评分维度涵盖任务完成率、自主决策能力、异常处理与交付质量。
MOS2围绕工业任务对负载、灵活性与可靠性的真实需求，对机器人本体做了系统性升级——不是参数的堆砌，而是每个指标都对应一个具体的作业场景。
感知层面，标配双多线激光雷达（底盘）、腕部双相机、双六维力传感器及头部双目相机，选配顶部后侧雷达与胸部深度视觉，形成覆盖环境感知、视觉识别与力觉反馈的多模态体系。这些能力让机器人在动态产线中实时获取信息、识别任务状态，并自主调整操作策略。
注：以上参数为官方标称值，实际部署性能受现场环境、任务复杂度及负载条件影响。耐久测试条件为连续往复运动，非单一工况。
硬件决定了机器人的能力上限，但真正决定它能否在工厂里长期创造价值的，是它能不能不断学习新技能。
鹿明的答案是：NexCore。
NexCore围绕机器人技能构建建立完整的学习闭环：产业用户创建任务 → 接入真实、仿真与视频等多源数据 → 自动训练与参数优化 → 多维评测验证 → 通过后部署至机器人 → 运行数据持续回流，进入下一轮学习。
这意味着机器人的技能不会停留在一次训练结果，而是随真实任务持续积累和优化。同一台MOS2，在A工厂学会的技能，经过适配后可以快速迁移到B工厂的类似场景——数据复用效率成为核心竞争力。
注：NexCore平台已随MOS2面向工业客户开放，支持私有化部署。技能迁移效率因任务相似度与数据质量而异。
过去几十年，制造业通过自动化设备解决了大量标准化、批量化任务。但真实工业现场仍有大量任务具有更高的柔性要求，难以通过传统自动化高效覆盖。
传统自动化 vs 产业具身：
固定工位、重复动作、流程明确；换型成本高，难以应对多品种小批量场景。
理解任务、适应环境、自主完成；灵活移动、双臂操作、持续学习，适应动态产线。
鹿明提出「产业具身」的核心逻辑是：让机器人执行真实任务，而非演示任务。这意味着机器人需要具备灵活移动、末端工具适配、多模态感知、任务执行与技能学习五大能力，缺一不可。
一个诚实的注脚：
当前MOS2在单一场景下的任务成功率已具备工业可用性，但跨场景泛化、复杂异常处理、多机协同等方向仍有较长的进化路径。产业具身不是一蹴而就的终点，而是持续迭代的方向。
具身智能进入产业的关键不在于参数大小，而在于能否在真实产线中持续创造可量化的价值。MOS2的50kg负载是一个硬门槛，但更值得关注的是NexCore带来的技能进化能力——当机器人能够像人一样在工作中积累经验，自动化才真正开始向智能体演进。