科普时报记者胡利娟

8月10日，橡木果机器人发布Natus AGE-0具身本能模型。不同于行业主流堆砌数据、参数与算力的技术路径，这是一款以触觉感知为核心、复刻人类操作机理的通用操作基座模型。该模型赋予机器人“与生俱来”的操作本能，使其能够实现零样本泛化与毫秒级的自适应操作，或将解决当前行业面临的“数据稀缺、场景失效、实时性不足”三大落地难题。

目前，全球具身智能大多走数据驱动路线，靠海量标注、堆参数、堆算力训练模型，这套模式在真实物理操作中陷入闭环死循环：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。

橡木果发起人姜峣说，Natus AGE-0模型的核心，是融合了“本能反射”与“肌肉记忆”的双层架构，颠覆了传统的“视觉语言-动作”的机器人操作范式。其一为本能反射：依托自研视触觉传感器感知滑移、软硬等力学特征，抓取物体时不靠识别判断，仅凭触觉自动调动稳住物体，无需预训练数据即可跨设备、跨物料通用；其二为肌肉记忆：端侧自主探索积累实操经验，将复杂精细动作固化为高效执行链路，如同人类形成条件反射，大幅提升作业效率，适配各类柔性物料与不同机器人本体。

这就像人类学习骑自行车：一开始需要高度集中注意力，但一旦形成肌肉记忆，便可以不假思索地保持平衡。Natus让机器人从“有意识推演”进化到“无意识自适应完成”，作业效率随之大幅提升，并能够自适应不同硬件本体和各类柔性物料的差异化特性。