当前具身智能行业普遍采用视觉语言大模型数据训练路线，依靠海量标注数据拟合操作动作，落地存在明显短板：全新工件、潮湿、异形工况下模型极易失效，前期数据采集、标注成本高昂，且云端大模型推理无法满足毫秒级物理操作响应需求，陷入 “缺数据难落地、难落地缺数据” 的产业悖论。橡木果机器人推出的 Natus AGE-0 模型，以触觉感知为底层核心，重构机器人物理交互逻辑。

　　该模型复刻人类肢体操作机理，无需提前采集场景、物料标注数据，可适配各类机械臂本体，面对从未接触的工件实现零样本泛化抓取、装配。模型内置定向、探索、交互三大底层本能，依托末端视触觉传感器实时感知滑移、形变、受力分布，20-50 毫秒内自主调整抓握力度与姿态，如同人手自然的抓握反射，无需人工预设动作、无需场景微调即可冷启动作业。设备长期作业产生的真实交互数据还能沉淀为 “肌肉记忆”，持续优化操作熟练度。

　　技术架构上，企业将上层任务规划与底层操作执行解耦，Natus 模型轻量化部署于机器人末端执行器，不依赖云端高算力，适配柔性制造多 SKU、频繁换产的工业场景。整套技术分为感知、本能、技能三层，Natus 负责即时自主操作，配套 Magis 模型依托现场真实数据持续迭代，兼顾即时自适应与长期技能优化。

　　企业同步披露资本进展，天使轮融资由招商局创投、蔚来资本联合领投，水木清华校友种子基金跟投。橡木果 2024 年底成立，核心团队汇聚清华、哈佛机械、神经科学、AI 多学科博士，自研视触觉传感器拥有行业领先动态滑移表征技术。公司主打工业柔性产线落地，依靠反共识的 “本能驱动” 路线，补齐当前工业机器人泛化能力不足的短板。