波峰对话｜橡木果发起人姜峣：不用数据，如何让机器人长出“本能”？

研究员｜邱慧

具身智能企业橡木果科技（以下简称“橡木果”）成立快两年时，发起人姜峣才第一次招了名专职负责品牌的同事。

这之前，他以为，公司品牌就是“画个logo图”的事，他还为此聘了位设计人员。只是，这远远不够。一些客户，因搜不到橡木果更多的信息，而在接洽环节就向姜峣提出了近乎质疑式的好奇。

他开始意识到，在如今的具身智能市场，一家公司没有品牌积累，即便拥有一流的技术，也很难迅速获得信任，或是触达更广泛的客群。“没有品牌力，要证明自己很难。”他说。相较而言，品牌力是技术短板的补齐能力。

迟来的认知与他的人生轨迹高度关联。2011年开始，他在清华攻读工业机器人方向的博士，随后前往哈佛，从事博士后研究，聚焦视觉、触觉对操作行为的影响。2018年，他回到清华任职，成立自主机器人实验室，主攻机器人“本能”方向的课题。

2024年底，他带着8位清华博士，走出学校，成立橡木果。区别于需要大量数据的VLA路线或者世界模型路线，姜峣和团队更倾向于从人类的行为逻辑中，找到机器人掌握操作能力的规律，从“本能”出发，让机器人长出属于自己的技能。

作为从未有过产业经验、从实验室直接跨入创业浪潮的创业者，姜峣最初关于公司经营、战略以及管理类知识，多来自书籍，《乔布斯传》《马斯克传》《雷军传》等等。

他还一度抗拒走向资本市场，无意融资，认为把产品做好就足够了。但2025年下半年开始，具身智能全行业开启了一轮又一轮的融资热潮。仅在今年上半年，全行业就发生了超300起融资事件，总金额超过900亿元，一批又一批的企业，筹得更多的技术投入资本。

他原本执拗坚持的判断，也有了松动。“要做更深入的技术研发，就需要更多的投入。”姜峣开始频繁地接洽投资人、公开发声，带着橡木果一起，正式浮出水面。

以下为姜峣与第四波的对话。

01 不从万亿市场切入

第四波：通俗来说，怎么理解机器人的“本能”？

姜峣：“本能”是一套底层的本能反应机制，更像是一种“规律”，而不是具体动作。

就像人的本能行为一样，先天存在、不受外部环境影响，大多由触觉驱动。比如，人的指尖碰到尖锐物品，感到疼痛后会触发回缩反射，下意识地后退。

我们把机器人操作拆分为任务规划与操作执行两层。规划层依赖“大脑”，执行层就得由“本能”来驱动动作。光靠视觉映射，机器人的动作就有可能出错。所以，我们从触觉切入。

第四波：“本能”的技术壁垒在哪儿？

姜峣：技术壁垒不只在于原理，同时也在于工程化实现。我们自研了一款完全嵌在末端执行器里的底层模型Natus。它赋予了机器人三种类人的本能，“定向本能”“探索本能”“执行本能”。

这些本能不需要任何预训练数据，机器人也不需要见过足够多的物体，Natus是让机器人自主探索，在这个过程中，它会不断调整动作，形成自己的“肌肉记忆”，在单一任务上“熟能生巧”。

同时，这种探索会产生大量的真实交互数据，从“本能”走向“技能”，能适配不同任务场景，省去部署、调试环节，实现毫秒级响应。

第四波：像你说的“本能驱动”能解决操作的核心问题，为什么其他家不做？

姜峣：这里有认知差异的问题。从2017年开始，我们花了9年多的时间，研究机器人的“本能”。

现在，很多具身智能企业的人来自智驾以及大语言模型领域，不涉及力学领域，很多人都用数据定义“行为”，但行为是无穷尽的，这种架构缺陷，就会给具身智能规模化、商业化带来瓶颈。

第四波：在你们看来，数据不重要吗？

姜峣：数据对于任务规划层是很重要的。从实践经验来看，具身智能最终要实现的是在物理世界持续运转。机器人要在跟物理世界的交互中，进行能力的学习和提升，举一反三。

第四波：为什么你判断，VLA和世界模型融合的模式，在机器人操作层行不通？

姜峣：语言和操作是两种智能。大语言模型可以用数据穷尽，但操作需要视觉理解环境，触觉感知状态，本体输出动作，三者配合。

现在行业里主流的视觉方案的问题是，机器人只通过“看”，是不知道什么叫“刚刚好的力”，这就需要触觉增强。通过不断的任务尝试，机器人的探索行为会产生大量真实、高质量增强数据，再反哺通用操作技能模型的训练，模型训练出来，机器人就不再摸索着完成任务了，而是具备了一定的泛化能力。

具身智能最终要回到物理世界，大量数据训练出来的机器人，面对本体、场景随时会有差异性的真实环境，很容易出现失效、不稳定，需要重新适配的情况。

第四波：橡木果长期指向哪些场景？

姜峣：主要是工业场景里的柔性生产环节。之所以没有选家庭，是因为工业场景环境更结构化，流程、任务目标都是明确的。企业真正缺的，就是产线上稳定、灵活的操作能力。

这也经过了一段纠偏过程。对于以技术驱动的创业公司而言，如果一开始就瞄准大公司所在的万亿级市场，那太难了，我们选择从万亿级赛道里的细分场景切入，做到垂直赛道里的头部。

比如，我们在工业场景里，通过提高客户生产的柔性化，先解决工业场景里真实存在，却一直没被很好解决的操作问题，提升ROI，让机器人具备适应和探索能力，在变化中持续完成任务。

第四波：你们机器人的“本能”现在能实现哪些任务能力？

姜峣：我们目前聚焦在组装环节，选取了三个任务技能，抓取、插拔和旋拧。

第四波：公司的商业化进展怎么样？

姜峣：去年营收500万元。今年上半年，我们做了业务减法，把卖传感器之类的分支都砍掉了，只做柔性生产这一条技术主线。

第四波：卖产品和聚焦技术路线，两者之间冲突在哪儿？

姜峣：这就好比卖整机的宇树，不单卖关节一样，苹果卖M4芯片的电脑，但不单卖这款芯片。

上半年，公司的前沿技术研发进展很慢，我就找大家复盘，结果发现技术人员都在忙着做项目。我们就把技术和产品分开。技术代表了公司的上限，如果研发人员花很多注意力在客户需求上，是会拖累技术提升的，企业很容易遇到天花板，且被替代。

第四波：战略的调整，公司内部没有阻力吗？如何保证主线就一定正确？

姜峣：没办法保证，我们定位是一家高科技的公司，那技术就必须有创新。一开始阻力很大，我就试图挨个游说，不能看短期的商业利益，要看长期的价值。

02 行业需要重新思考底层逻辑

第四波：你在清华实验室待了6年，哪一时决定要成立一家公司？

姜峣：就是在2024年。高校偏向于做技术研究，但要做产品，给用户创造价值的话，这种闭环只能在市场化的公司里实现。

第四波：看你们创始团队，都没有产业经验，对于一家公司而言，商业sense怎么补？

姜峣：这是个很直接的问题，也是我们创业最大的挑战。我们创始团队都是一天班都没上过。老师创业，最大的问题是脱离市场，觉得技术做到顶尖就可以了。但很快我们就被市场教育了，因为客户需要的是对他们真正有用的产品。没有需求，就没有产品，所以我们花了很长的时间，去跟客户磨合需求。

其次，我在创业前看了很多书，这是很快能提升认知的方式。我们现在是把技术和产品分开。以前我们用技术定义产品，现在是从需求出发，用技术支撑产品。

第四波：所以，你是一位靠看书创业的一号位？

姜峣：不算是只通过看书创业，但创业是一定要多看书。去年差不多看了300多小时，有一些共识性的问题，书里能给到一些启发。

第四波：有的公司先找钱、找人，为何你们在成立一年后，才开始在资本市场露脸？

姜峣：一开始我是抗拒融资的。但2025年9月份，账面上就剩10万块钱，公司面对的是存活问题。我就给自己定了半年的时间“找钱”，先让公司活下来。

第四波：去年还是以VLA和世界模型路线为主流，你跟投资人聊机器人的“本能”，大家能理解吗？

姜峣：大多是不太理解的，大家的热情都在VLA和世界模型上。后来，我们更多地是跟投资人讲触觉、传感器和操作能力的事，当时拿到了行业里触觉方向较高的单笔融资。现在我们开始正式对外说自己的“本能驱动”逻辑，是觉得时间点到了。

第四波：什么时间点到了？

姜峣：今年到现在，已经有越来越多的人发现，无论是世界模型还是VLA，通过扩大数据量或者优化模型范式，让机器人模仿学会很多动作，很难真正解决机器人操作里的核心问题，现在是需要重新讨论底层逻辑的时间点。

03 不打榜，看市占率

第四波：你几次说到你们的触觉全国领先，这个认知从何而来？榜单还是你自己的对比？

姜峣：是我们自己在研究的过程中做了对比。我从不打榜，只要是人组织的比赛，规则总会有不客观的地方，我更看重的是产品市占率，这个不会骗人。

第四波：你怎么看行业里，一些公司成立时间不长，但整体估值已经走向百亿？

姜峣：一开始不能接受，很焦虑，毕竟有些公司的技术还没有经过市场验证。后来投资人跟我聊多了之后，我也意识到，大家选择的路径不同而已，橡木果一开始就是直接走商业化路径的，会有所差异。

第四波：不能并行吗？

姜峣：路径可以并行，但时间上冲突了。短时间内过快地发展，就可能导致发展路径的变形。橡木果的一位博士，花了5年的时间，攻克了“本能驱动”里的滑移问题。技术创新，不是能求速度的事情。

第四波：但融到钱的公司，短期内会活得很好，很难说不羡慕吧？

姜峣：肯定羡慕。如果整个行业的商业模式、技术路线全部闭环了，那确实没我们的机会了。相比自动驾驶，具身智能技术还在早期。对于创企来说，要活下去的办法就是，找到一条适合我们、能实现商业化闭环的赛道，All in，而不是全面开花，具身智能最终是要融入产业的。

第四波：从产业经验而言，具身智能代替的究竟该代替哪部分人的劳动？你对狂飙了三年的行业，如何评价？

姜峣：第一个是个非常好的问题，也挺深刻的问题。机器人的应用分三大类，一是偏娱乐，提供情绪价值；第二是偏生产；第三是偏服务。以我们所涉足的生产为例，像辐射之类高危、人干不了的任务以及ROI能算得过来的场景，都可以实现机器人替代。

现在的行业，Demo很多，落到产业、实际应用的很少，整体消耗太多的期待了。

编辑｜符永康