近日，北京海淀区一家机器人公司发布了一款名为"Natus AGE-0具身本能模型"的新一代机器人操作系统。该技术以触觉感知为核心，模拟人类的操作机理，无需依赖数据预训练，而是通过赋予机器人与生俱来的操作本能来实现自主决策。
当前全球具身智能领域主要采用自上而下的数据驱动范式，即通过大规模的数据采集、模型参数堆叠和算力投入来训练通用操作能力。然而这种传统技术路线在面对真实物理世界的复杂操作时遇到了瓶颈：不成熟的模型无法进入实际应用场景采集高质量数据，而缺乏真实场景数据又限制了模型的进一步优化。
针对这一挑战，橡木果机器人团队推出了"Natus AGE-0具身本能模型"。该系统通过自主研发的视触觉传感器，使机器人能够实时感知滑移、软硬、质感等力学特征。例如，在抓取未知物体时，机器人不再依赖于物体识别，而是根据触觉反馈判断物体是否容易滑落，并自动调节握力以达到最佳状态。
在实际测试中，机器人展现了出色的自适应能力。当手指被夹住后，机器人能够通过触觉感知手指的软硬和质感，并根据手指的状态调整力度：当手指试图拔出时，机器人会增大握力；而当手指放松时，机器人的力度也随之减小。
此外，该系统还引入了"肌肉记忆"机制。在本能反射的基础上，机器人通过自主探索与真实物理环境交互，将每次成功的操作经验转化为"肌肉记忆"，从而优化精细操作的决策过程，形成更高效的操作路径。