“零数据”机器人来了，验证两月即可上岗！这群清华博士破局世界模型，靠“本能”让机器人上手就会

40 0 0

文章摘要

当前主流的具身智能技术路线如视觉语言动作模型和世界模型，主要依赖海量数据驱动，但在真实物理交互的执行侧面临接触不可预测与硬件本体微小差异的巨大挑战。视觉上的预测能力往往掩盖了物理执行层面的局限性，导致数据驱动路线难以实现真正的泛化与落地。针对这一困局，橡木果机器人团队结合机械工程与神经科学的跨界研究，提出了一种基于本能驱动而非单纯数据拟合的全新底层机制。

该团队认为，操作的本质是力学行为与物理规律，人类的通用操作能力源于先天本能而非后天的海量数据学习。基于此理念，研发团队提炼出定向、探索和执行交互三类操作本能，并历经多年突破了微米级滑移感知技术。这使得机器人能够在无需预设程序或示范数据的情况下，通过物理约束和实时触觉反馈自主摸索出稳定的抓取策略，实现了行为模式在物理交互中的自然涌现。

在技术架构上，团队推出了端侧自主决策模型与技能模型的双层系统。端侧模型负责毫秒级的实时控制与零数据冷启动探索，让设备在陌生场景中能够自主试错并完成任务；探索过程中产生的带有触觉语义的数据则被用于训练技能模型，使系统不仅掌握视觉特征，更能深刻理解物理世界的力学属性，从而实现技能的持续沉淀与进化。

这套本能驱动的技术方案已在柔性制造场景中获得实质性验证，特别是在产品迭代频繁的化妆品代工行业。机器人凭借零数据冷启动能力，在更换生产物料时无需停线调参或重新采集数据，有效解决了传统自动化设备无法适应异形和易碎物料的痛点。未来，端侧执行模型将与负责宏观任务规划的大模型形成协同分工，各司其职，共同推动具身智能在复杂物理世界中的高效落地与应用。