⚛️量子位•較早收集於 16h
OakFruit 發布「本能驅動」具身智慧技術路線
💡一種挑戰傳統機器人控制架構的具身智慧新穎自下而上方法。
⚡ 30-Second TL;DR
有什麼變化
引入了一種自下而上的具身智慧方法。
為什麼重要
這項研究可能透過模擬生物本能而非僅依賴預編程邏輯，簡化機器人處理複雜、非結構化環境的方式。
下一步行動
追蹤 OakFruit 的研究論文，了解其本能驅動模型在感測器融合方面與傳統強化學習方法的差異。
誰應關注：Researchers & Academics
關鍵要點
- •引入了一種自下而上的具身智慧方法。
- •專注於機器人決策的「本能驅動」機制。
- •旨在為自主機器人行為開創新的範式。
🧠 深度解析
Web-grounded analysis with 9 cited sources.
🔑 增強重點摘要
- •橡木果的「本能驅動」方法明確地與主流的「自上而下」VLA（視覺-語言-動作）模型形成對比，後者嚴重依賴大量數據和模仿學習來訓練機器人。
- •其「本能驅動」機制的核心是基於「觸覺感知」和「本能反射」，特別是利用觸覺系統中的「滑移通道」來自主調節抓取力度，實現零數據冷啟動和毫秒級響應。
- •橡木果的技術具備硬體自適應性，無需訓練、無需標註、無需微調，即可插即用，自動適配不同手指數量和電機參數的機械手。
- •該公司將商業化重點放在對任務規劃要求相對較低但對操作執行要求高的工業場景，例如化妝品包裝生產線，而非汽車製造等高度標準化的領域。
- •橡木果機器人於2024年底成立，其核心團隊源自清華大學與哈佛大學，創始人姜峣自2018年哈佛畢業後便投身具身智慧領域，並用了八年時間探索這條非主流技術路線。
📊 競品分析▸ Show
| 特徵/公司 | 橡木果 (OakFruit) | 主流具身智慧公司 (如Figure AI, Boston Dynamics, Agility Robotics, Unitree, UBTech) |
|---|---|---|
| 技術路線 | 本能驅動 (自下而上)：強調觸覺感知、本能反射，實現零數據冷啟動、硬體自適應和毫秒級響應。 | VLA (視覺-語言-動作) 模型 (自上而下)：依賴大規模數據集、模仿學習和語言指令，通過視覺和語言理解進行任務規劃。 |
| 數據依賴 | 低數據依賴：強調「零數據冷啟動」，機器人通過本能自主探索和運行，在真實物理交互中迭代學習。 | 高數據依賴：需要海量人類操作數據進行模仿學習，數據規模呈指數級增長，尤其在多模態和硬體耦合場景。 |
| 核心感知 | 觸覺感知：以觸覺為底座，構建觸覺感知與肌肉動作之間的映射關係，實時調節抓取力度和姿態。 | 視覺為主：主要依賴視覺信息進行環境感知和目標識別，觸覺往往是後期引入或輔助。 |
| 泛化能力 | 硬體自適應：無需訓練、無需微調，可自動適配不同機械手，在不同工況和物體下展現泛化能力。 | 數據泛化挑戰：任務與硬體耦合導致泛化數據量巨大，難以完全模擬真實物理交互，導致在實際部署中需要大量單獨適配。 |
| 應用場景 | 優先切入對操作執行要求高、任務規劃相對簡單的工業細分場景，如化妝品包裝線。 | 廣泛探索人形機器人、工業自動化、物流、服務等領域，部分已進入工廠進行高強度測試。 |
🛠️ 技術深入
- 橡木果的「本能驅動」技術路線基於觸覺感知，特別是利用觸覺系統中的「滑移通道」來建立機器人抓握的本能反射機制。
- 核心模型被稱為Natus，它依靠本能反射在觸覺感知和肌肉動作之間建立映射關係，實現零數據冷啟動、毫秒級響應，並能適應不同物體和工況。
- 機器人能夠以「滑移最小化」或「阻抗匹配」為目標，根據觸覺信息的實時反饋，以高達200Hz的頻率實時調節電機電流（肌肉張力）。
- 團隊已攻克非線性、黏彈性逆問題的工程化標定。
- 圖像預處理算法被壓縮到指尖內的芯片中，優化信息重構算法，實時輸出多模態、標準化的觸覺信息，而非原始圖像，從而避免了硬體差異導致模型失效的問題。
- Magis是橡木果的通用操作技能模型，它通過觸覺信息對現有視覺數據進行語義增強，例如為視覺識別的「香蕉」添加重量、質心、粗糙度、硬度等力學語義，以訓練更精準的技能模型。
🔮 前景展望AI analysis grounded in cited sources
橡木果的「本能驅動」方法將顯著加速具身智慧在複雜工業環境中的部署。
其零數據冷啟動和硬體自適應性減少了對大量訓練和客製化的需求，解決了當前工業機器人部署的一個主要瓶頸。
這種自下而上的範式可能在需要精細物理交互的特定具身AI應用中，挑戰大型、數據密集型VLA模型的主導地位。
通過專注於內在的物理本能和觸覺反饋，橡木果提供了一種替代方案，可以繞過純視覺-語言-動作模型在複雜物理環境中面臨的數據擴展和泛化問題。
⏳ 時間線
2018
創始人姜峣從哈佛畢業後回國，投身具身智慧領域的探索。
2021
姜峣團隊依托觸覺系統中的「滑移通道」，搭建出機器人抓握本能反射機制。
2024-12
橡木果機器人公司正式成立。
2026-05
橡木果的解決方案在某全球第二、國內第一的化妝品原始設計製造商生產線上完成概念驗證並實現營收。
2026-06-02
橡木果正式發布「本能驅動」具身智慧技術路線。
📎 來源 (9)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 量子位 ↗