机器人前瞻（公众号：robot_pro）

作者 | 许丽思

编辑 | 漠影

机器人前瞻 8 月 10 日报道，今天，橡木果机器人宣布完成天使轮融资，由招商局创投、蔚来资本共同领投，水木清华校友种子基金跟投。距离今年 3 月完成近亿元种子轮融资过去四个月，该公司已连续完成两轮融资，累计金额达数亿元。

橡木果机器人成立于 2024 年底，是全球首家以" 本能驱动 "作为核心技术范式的通用具身智能企业。核心团队源自清华大学、哈佛大学，横跨机械工程、神经科学、人工智能交叉学科，团队深耕机器人操作领域近 15 年。

发起人姜峣，是清华大学机械工程系副研究员。2016 年获清华大学机械工程博士学位，后在哈佛大学工程与应用科学学院（SEAS）从事博士后研究，深耕机器人操作领域近 15 年。

2017 年，他正式提出了本能驱动的具身操作方向；2024 年底，主体公司橡木果机器人成立；今年 6 月，该公司才走出隐身模式。

▲ 橡木果机器人发起人姜峣

这条技术路线，源自团队对人类操作能力的长期观察。

人在遇到疼痛刺激时会本能地向后躲避，这种反应不需要经过专门训练，几乎所有人都会做出相似选择。姜峣认为，操作同样存在某些与生俱来的本能。橡木果想做的，正是赋予机器人类似的底层能力，让它在没有见过具体任务的情况下，也能依靠物理反馈开始行动。

过去几年，具身智能公司大多沿着 VLA 等数据驱动路线推进。但橡木果摒弃传统视觉主导、大模型推演、海量数据训练的具身智能技术范式，以触觉为物理感知底座，自下而上构建感知与操作的底层关联，通过本能反射形成肌肉记忆，让机器人自主进化其操作能力，催生操作智能涌现，实现跨本体、跨平台、跨任务泛化。

今天，该公司还发布了行业首个以触觉感知为核心、复刻人类操作机理的通用操作基座模型「Natus AGE-0」，以零数据冷启动自主探索为核心能力。

Natus AGE-0 不依赖海量场景标注数据、不绑定特定机器人本体、不局限固定物料与工况场景，依托触觉感知与接触力学底层原理，提炼机器人物理交互通用底层规律，赋予机器人与生俱来的原生操作本能，实现跨本体、跨物料、跨工况的零样本泛化能力。

区别于传统模型依靠样本记忆复刻固定动作轨迹的逻辑，Natus AGE-0 深度复刻人类生物行为机理，搭建本能反射 - 行为涌现 - 经验强化的自适应、自学习技术链路。

该模型以触觉感知作为核心反射刺激的信号源，经由行为组织机制，让机器人在不同硬件设备、复杂工业工况下，自主涌现环境探索与柔性交互能力。同时遵循生物用进废退规律，持续筛选、沉淀可复用的有效操作经验，实现操作能力的自主迭代升级。

不过，机器人每次面对任务都重新探索，很难满足工业生产对效率和稳定性的要求。因此，在 Natus 之上，橡木果还在构建Magis 通用技能模型。

Magis 利用 Natus 在真实交互中产生的、带有精准触觉语义的数据（如物体重量、质心、摩擦系数等），对视觉数据进行语义增强后训练技能模型，使机器人从 " 一上来就会做 " 进化到 " 一上来就熟练 "。

目前，橡木果正在打磨标准化双臂柔性生产单元，依托自研视触觉传感器、未端执行器与硬件内嵌的 Natus 具身本能模型，为客户提供一站式柔性生产服务，适配快消、日化、食品等行业多 SKU、小批量、快迭代的生产场景。据悉，该公司在两个月内快速完成某全球头部化妆品 ODM 厂商产线 POC 验证，并顺利实现商业营收。

四个月内完成两轮融资、发布首个具身本能模型、跑进真实工业现场，橡木果迅速走到了聚光灯下。

随之而来的问题是，这条坚持了 9 年的非共识路线，能否把机器人难以捉摸的 " 手感 "，变成稳定、可复制的生产力？带着这些问题，机器人前瞻与橡木果机器人发起人姜峣展开了一次深入对话。

一、走一条非共识的技术路线，要用本能驱动机器人行动

机器人前瞻：从你 2017 年提出本能驱动这条路线，到现在已经过去 9 年。回过头看，最影响公司发展的关键转折点大概在什么时候？

姜峣：第一个节点在 2020 年底到 2021 年初。我们当时这套方案差点做不下去。我提出了 " 本能 "，但你得证明它非常有效。学生们做起来很困难，因为没有参照，当时主流研究采用的是建模或数据驱动。

但在 2021 年初，我们把事情做成了，在抓取力调控方面做出了非常漂亮的结果。如果不是这件事做成了，可能就没有后续了。

第二个节点发生在创业这一年多。团队刚开始更多是技术驱动，当真正服务第一个客户时，我们获得了很多教训，也明白了公司的定位：公司最重要的是产品，要用产品为客户创造价值

，而不再只是做纯技术、POC 和 Demo。它让我们重新审视整个公司应该如何发展、公司的定位应该是什么。

机器人前瞻：你最开始很纠结，也不确定自己能不能创业。后来是什么让你真正下定决心？

姜峣：其实不只是为我自己，也是为了这个团队。团队经过这么长时间的磨合，大家也表明想继续做这件事。但怎么做？

一方面，我觉得机会摆在这里，如果不做，10 年后这件事真的发展得非常好，我可能会后悔。另一方面，我特别珍惜这个团队。

机器人前瞻：2024 年，你决定下场创业，当时是因为意识到学校的技术迭代速度跟不上市场化企业。站在现在这个节点，公司已经经历了产品化、首个工业 POC 和两轮融资，你对具身智能创业这件事发生的最大认知变化是什么？

姜峣：2024 年时，我对要不要选择这条路非常纠结。但现在看来，我觉得这条路非常适合团队的发展。以前在学校里，我们一直是技术驱动，做最前沿的技术和学术。

创立公司以后，我们当时觉得，从技术到落地应该是一件很简单的事：我们有很好的技术，就应该能够推动它走向商业化落地。真正做起来才发现，这中间有很大的不同。这是这半年以来最大的认知变化。

技术本身并不是需求，它只是一种手段。产品唯一服务的是客户需求，技术只是做产品的其中一部分，不是全部。所以最近我们非常关注的是，我们的技术能够解决什么问题。刚才提到的柔性生产，其实只是操作的一个子集。机器人操作很大，具身智能更大。当我们真正要解决柔性生产问题时，我才意识到，用户的痛点和需求与我们最初的理解完全不一样。

我们开始时也遇到了很多具身智能创业公司的共性问题：觉得自己有一项技术、有一个 POC，好像别人就会买单。实际上，这中间存在很大的差别，差别就在于我们对需求的理解并不一样。这是一个很大的转变。

机器人前瞻：你刚才提到用户痛点和需求和最初理解的不一样，那你认为用户最痛的地方是什么？

姜峣：以我们切入的工业场景为例，一开始，我们以为用户需要的是一项新技术，后来发现，他们根本不关心你的技术怎么样，只关心生产。开工厂一定要赚钱，最重要的是计算投入产出比，也就是用最小的投入获得最大的回报。这是所有做产业的人最关心的 ROI。

为什么我们切入柔性生产？大家比较直观的印象是汽车生产线上有很多机器人和流水线，但这只是生产的一个画面。大部分生产依然依靠人工，柔性化程度不高。比如我们现在合作的一位客户有上千个产品品类，因为它是一家 ODM，要为全球很多头部企业供货，产品种类非常多。

品类特别多时，痛点在哪里？如果用流水线生产，一个产品生产完，再生产下一个产品，就需要重新调试产线、换产。这在生产中非常耽误时间，而且客户会觉得不值得，因为刚调完，可能一两天就生产完了。所以它会使用大量人工，但人工的问题是不稳定，无法保证产品品控。

这会让客户非常为难：要么为剩余订单大量囤货，造成很大浪费；要么有些订单接不过来，丧失客户。这就是非常典型的、客户对于柔性生产的迫切需求。

机器人前瞻：进入团队最核心的前提是相信本能驱动，整个团队都是建立在这样高度共识的基础之上的创业过程中，那你听到的外界质疑声多吗？

姜峣：以前肯定有，现在也有。

如果你做一件事，大家都没有反对声音，说明它已经是一件很定型的事。最好的状态是，最终的商业前景得到大家认可，但技术路线存在很多非共识，百花齐放。我觉得这样才有机会，也很有意思。

机器人前瞻：业内几乎没有其他像你们这样技术路线的团队，是因为这条路线被忽视了，还是因为实现难度、技术代价比较高，还是有其他原因？

姜峣：可能目前在这条路径上，我们是独一家，但如果一直是独一家，这件事就有问题，大概率说明你做错了。但是我们发现，2019 年我们意识到的 " 触觉对于操作是必要的 " 这件事，今年行业才逐渐开始形成共识。

还有个原因是，2023 年、2024 年开始火起来时，做具身智能的人，此前的背景几乎都是大语言模型、自动驾驶。他们手上有一个非常强的工具，就是数据驱动。因为数据驱动已经在大语言模型上跑通了，就被认为可以迁移到操作上。既往的数据红利和路径依赖都造成了今天的局面。

我从 2011 年开始做操作，最早采用力学建模、工业自动化的逻辑；后来去哈佛做神经科学，研究人的操作行为，研究人为什么具有这样的操作本能。2018 年时，几乎没有人做操作，距离具身智能爆发还有 6 年，所以在那个阶段，我们基本可以心无旁骛地做这件事。

如果我们中途才出来做，还真不一定会选择这条路线。

机器人前瞻：那你判断未来什么时候会出现更多采用类似技术路线的公司？

姜峣：我觉得今年大家开始意识到触觉的重要性，已经是第一步了。

大家也逐渐意识到，上层的世界模型无论多么强，最后的 " 手感 " 问题好像还是解决不了。本能本来就是基于触觉定义的一种感知期望，所以我们 2018 年切入时，就直接从触觉接触这个点开始。

很多认知已经起来了，但从形成认知到把事情做成，中间还有很长的路。我们从 2017 年提出本能到现在已经 9 年，这 9 年里也没有闲着，一直在推动这件事。所以行业已经开始反思，也有了这样的意识，但真正开始做，并且做到像我们这样积累了很长时间、达到相对成熟的程度，还需要一些时间。

机器人前瞻：橡木果在 2024 年底正式成立，但真正浮出水面是今年 6 月，中间一年多为什么没有太多对外声音？为什么选择这个时间点正式走到台前？

姜峣：今年之前，VLA 这类数据驱动的模型处于如日中天的状态，我们那个时候去说，可能效果不一定好，甚至可能被认为在哗众取宠。但是今年，大家逐渐感觉光靠视觉语言好像走不通操作后，只能去寻找别的出路，比如世界模型的火热。

我们选择在这个时候出来，一方面是，我们的技术已经成熟到可以落地了，所以我可以用真实的业务就证明自己，另一方面，也希望能够去影响行业，毕竟具身智能是个非常庞大的行业，不可能只靠一家公司就能干成，我们需要生态的融合。

机器人前瞻：橡木果最近又拿到了新一轮融资，投资人投资具身智能时，关注点发生了哪些变化？橡木果最打动他们的是什么？

姜峣：今年已经能明显感觉到，投资人不再只问你有什么最好的技术。你必须在商业侧说服他这件事是成立的。虽然还没有谁真正跑到那一步，但投资人会关注你的商业模式，也会评估技术是否具备商业化能力，你必须把这些事情说清楚。

投资人选择橡木果，是因为他们发现我们的技术路径非常非共识。但这个 " 非共识 " 不是为了标新立异，而是因为我们能够让机器人先 " 跑起来 "，这在行业里可以说是一种稀缺的确定性。

这个过程要参照自动驾驶的发展路径。10 年前，那些一开始就说要做 L4、L5 的公司，都没有活下来。原因是他们可能认为，只要把模型和数据做好，智驾大模型就可以直接使用。后来大家发现，事情不是这样发展的。

首先要有一个模型，哪怕只是 L2，也要让车先用起来。铺开数量后，不断获得真实数据反馈，量越大，数据越多，模型才可以向 L3、L4、L5 发展。这和大语言模型训练完成后就能直接使用的逻辑不太一样。本质是因为自动驾驶的数据是物理世界的数据，而大语言模型是数字世界的数据。

机器人像自动驾驶一样，必须进入真实场景，车开在路上才能学会认路，人下到水里才能学会怎么游泳，这就是数字 AI 和物理 AI 的不同之处。而操作，也一定要在实践中学习。投资人意识到，橡木果具备这种能力：我们的本能模型可以让 " 这辆车 " 先开起来，才有后面的飞轮。

二、不给机器人预设动作，但能不断逼近本能期望

机器人前瞻：橡木果团队此前已经打造了第三代视触觉传感器。这个传感器在公司产品体系中扮演什么角色？它会作为硬件产品独立销售，还是作为 Natus 获取触觉信息的感知入口？

姜峣：它当然可以作为独立产品，去年我们靠卖这个卖了500 万。但今年我们决定现在不再单独对外销售，因为我们意识到，再卖下去，会偏离我们的终局。它现在的角色，就是 Natus 的感知入口。

本能是一种感知的期望。就像我们要感到疼痛，首先得有触觉；如果连触觉都没有，感觉疼痛就无从谈起，后面的动作也无从谈起。

我们 2017 年意识到 " 本能 "，2018 年回国组建团队，2019 年开始做触觉。因为当时意识到，无论本能和模型做得多好，如果没有触觉信息作为输入，后面的东西就是空中楼阁，无从谈起。所以我们不断做触觉，目的就是让 Natus 模型拥有最好、最全面的信息感知能力。

机器人前瞻：Natus 能实现零数据冷启动，你能否准确界定一下这里所指的 " 零数据 "？

姜峣：" 零数据 " 不是不存在数据，而是不需要预训练数据。很多人认为，没有数据就动不了，其实这是一种受到数据驱动影响的思维定式。

比如小孩子学习抓取，你觉得他需要先训练一万次才能做或者需要看视频才能学会吗？其实不是，他出生就有抓握反射。我们的做法，是把数据转到在线产生。但在线产生数据，首先得动起来。怎么动起来？我们相当于基于触觉定义了一种期望，这种期望就是本能。

机器人的整个行为是一种探索行为，并不是一上来就直接把事情执行完。这样的探索行为由谁驱动？由本能驱动。它会持续进行动作探索，直至达到最理想的本能期望。

所以，零数据冷启动的定义是：不事先用数据预训练做出一个模型，而是直接将本能模型嵌入在端侧，直接就可以工作。在工作过程中，数据就在真实物理世界里产生。本能又是为这些数据打标的最好手段，数据因此在操作执行回路里产生。随后可以不断利用这些数据进行强化学习，训练操作技能，让机器人的熟练度越来越高。大概就是这个链路。

机器人前瞻：Natus 的探索本能不预设动作，你之前举过一个例子，让机器人抓银行卡时，机器人自己发明了 " 撬 " 的动作，连你也感到惊喜。如果机器人的行为是涌现出来的，开发者也无法完全预测，你们如何保证它在落地干活时不会涌现出不良或破坏性行为？客户能接受这种不可预测性吗？

姜峣：这是一个特别好的问题。

首先，行为本来就不能被定义。语言需要定义，因为如果不遵循一套语言逻辑，别人就听不懂；如果不用约定的词去描述，别人就不知道你在说什么。但行为不同，即使是同一个人每天抓东西，也不可能每一次动作轨迹都相同。就比如你拿起一瓶水，你拿多少次都不会是完全重合的轨迹。所以，行为或者说运动轨迹一定不是被事先定义的，它必须根据实际情况涌现或探索出来。

既然不能预定行为，机器人会不会乱来？这正是本能的重要性所在。它的探索会不断逼近本能期望，所以它不是无意识的行为。就比如你渴了想要喝水，你拿起水之后一定是去找嘴巴，而不是往头上浇，因为倒在头上没办法解决你口渴想要喝水的期望。所以，Natus 涌现的行为是被本能期望构建出来的，或者说是一种被约束好的行为。

比如抓东西，无论怎么抓，目标都是让物体处于 " 要掉不掉 " 的状态。为什么是 " 要掉不掉 "？因为这有这样能耗最低，这也是大自然演化的底层逻辑——所有生命都趋向低能耗。所以，所有行为最终都会在本能的期望下收敛到最好的状态。

因此，这种不可预测性只是无法预测轨迹怎么走，但我们可以用本能对结果做出最好的预测。相反，VLA 可以限定行为，却无法预测结果，这反而才是客户不能接受的。我们最终一定能够探索到最优结果，失败了也可以恢复，但 VLA 恰恰不能。

可以把它理解成爬山：我一定能保证你在往山上爬，但具体从东边还是西边往上爬，可以自行探索。VLA 直接告诉你应该怎么走，但有时会出现幻觉，甚至产生完全不可预知的结果。

机器人前瞻：目前影响 Natus 进入更场景的最大技术问题是什么？

姜峣：Natus 是一种动作反射，它不适合做复杂任务。这也是我们不进入家庭场景的原因：家庭场景的任务是长时序的，对任务规划能力的要求非常高，那不是我们的专注点。

但是工业场景恰恰已经把任务划分得很好，动作基本是固定的，不会出现完全不可预知的任务，所以我们非常适合这样的场景。

机器人前瞻：从 Natus 到 Magis，这两款模型在橡木果的产品体系中如何分工？

姜峣：Natus 是最底层的本能，所有东西都必须从这里启动。它负责前期接收到陌生任务、进入新环境时启动探索。

但不能让它一直这样干。一直探索会很慢，因为每次都要探索一遍，没有那么多数据积累。Magis 做的事，就是把大量交互行为数据沉淀下来，形成我们所说的 " 技能 "，让机器人一上来就能熟练行动。

两者是这样的配合关系。但并不是有了 Magis 以后就不再需要 Natus。Magis 输出的是预判，但执行本身仍然靠 Natus 完成，因为 Natus 直接接收感知信息。

机器人前瞻：那从 Natus 完成一次成功操作，到 Magis 形成可跨本体迁移的技能，整个闭环周期有多长？

姜峣：Natus 比较快，Magis 则需要大量数据，目前还处于构建阶段。做 Magis，我不允许公司自己采一条数据，因为我们追求以最小代价完成这件事。什么叫最小代价？就是成本为零。

就像自动驾驶，采集数据最好的方式是让用户在真正驾驶车辆的过程中采集。所以我们的逻辑是，尽快让 Natus 实现商业化闭环，铺设足够多的硬件去做操作。比如在物流、加工、医药、快消品等场景中，都有抓取动作。对象不同、场景不同，但动作相同。当 Natus 承担的工作越来越多，汇总的数据就会让机器人真正学会一上来就熟练抓取。这是整个迭代过程。

三、两个月，完成头部化妆品厂商 POC

机器人前瞻：在商业化方面，橡木果向客户交付的产品是什么形态？客户可以标准化采购，还是每个项目都需要项目制交付？

姜峣：目前的形态是双臂机器人，我们应该不太会做完整人形。生产有它自身的形态。很多人把机器人做成有腿、有胳膊，走来走去，但在生产中会发现，这样的效率其实很低。因此，在生产中用完整人形做操作，我觉得是非常低效的方式。我们的产品服务于客户，定位是柔性生产，所以一定会选择最高效的方式。

我们一直想突破的一点就是，一定不能采用项目制。项目制是上一代自动化方案的一个痛点，它是 case by case 地做，基本无法规模化，只能靠堆人头做项目、做交付。

我们一定要保证硬件标准化，同时让上层整个系统具备非常强的适应性。传统项目制是拿到用户订单后，先做工艺分解，再做功能分解，最后定制工站，确定机器人如何完成任务。我们要做的是，用户把订单给我，订单直接驱动机器人完成生产。

它直接与生产任务绑定，而不是与拆解后的动作绑定。我们的机器人要实现这样的效果。谁具备这样的效果？人就是这样。所以，最终的极致柔性生产单元就是实现一个工人的操作能力。

机器人前瞻：橡木果用两三个月完成了头部化妆品 ODM 厂商的 POC，并实现营收。从 POC 到确认收入，中间经历过哪些波折？

姜峣：POC 本身对我们不难。但后来真正反思这件事，我发现 POC 和落地之间差得很远。

最初做 POC 时，我们的思路是把一个设备塞进流水线，替代其中一个环节。做完后发现这个思路有问题：你要适配流水线节拍，还要和上下游机器人适配。本来想做轻交付，最后反而变成和传统自动化一样的重交付。

我们要做极致柔性，原来的方式并没有实现极致柔性。所以后来没有继续按照原先的 POC 方案推进，而是转向真正面向生产任务的极致柔性生产工站。

它不再构建流水线，而是构建柔性生产单元，这个生产单元可以直接接单生产。当生产订单繁忙时，客户可以多订购几个生产单元来完成任务。

中间最大的波折，其实是认知上的改变。后来我们和产业方多次交流，他们也发现过去的模式存在问题。大家讨论了很多次，一起构想未来真正的极致柔性生产应该是什么样。

在这个过程中，我们逐渐理解客户需求。产业方会深度参与，向我们开放所有场景。我们为客户做最合适的产品定义，再到场景里快速落地，验证产品定义和方案是否合适，用真正生产来打磨产品。

机器人前瞻：目前在客户现场，机器人能够稳定解决哪些任务？它的操作速度和产品良率与人工相比处于什么水平？你们更偏向哪类场景？

姜峣：机器人现在解决的任务还比较偏单点，比如抓放和一些装配任务。后面我们准备不再面向离散动作，而是直接面向完整生产任务，这是目前正在推进的核心。

机器人的操作速度会逐渐提高，想做到像人一样快仍然有挑战。但它的良率其实比人高，因为人是不稳定的。比如装配一个东西时，对力的调控很重要，但人工很难做到标准化、一致化，因为人的情绪、熟练度等都会影响操作。所以，产品一致性和良率是我们的优势。

机器人前瞻：你们提到方案能够将整体交付周期压缩 70% 以上，这里的 70% 对比的基准是什么？这个 70% 是与传统工业机器人方案相比，还是与其他具身智能公司的 VLA 方案相比？有没有更具体的数据？在人力投入方面是否也有明显节省？

姜峣：我们主要与传统工业自动化解决方案比较。交付周期的压缩主要发生在调试环节。传统方案需要定制夹具、调整参数、进行适配，我们不需要做这些，所以能够大幅压缩定制和调试时间。

机器人前瞻：接下来，橡木果主要会攻克哪些问题？

姜峣：主要工作就是在我们选择的赛道里迭代产品。

真正迭代时，很难预先说清楚问题究竟在哪里。每轮迭代都有自己的侧重点，产品迭代 100 次就会比 99 次好，因为第 100 次迭代解决了第 99 次没有解决的问题。

所以，很难预先指定某一个问题，但只要需求侧是清楚的，我们就能知道产品该往什么方向走。