江苏89年小伙，放弃2000万收入，做机器人操作系统，融资过亿

作者 | 铅笔道 黄小贵

编辑 | 铅笔道 邹蔚

封面图 | 铅笔道制作

铅笔道独家获悉，通用具身操作公司橡木果机器人已完成新一轮亿元融资。

距离它宣布完成近亿元种子轮融资仅仅过去两个月。

真正值得注意的是橡木果的路线——它和当下主流几乎是反着来的。

当全行业都在追大模型、追更大的数据集时，发起人姜峣说，机器人操作不能只靠大模型和更多数据，而是靠本能。正如全世界不同肤色、种族的人，从来不要专门学习，都能以一样的方式抓起东西，机器人也有这种潜力。

姜峣是江苏盐城人，生于1989年，本科就读于南京理工大学机械工程专业，拿过全国力学竞赛第一名。之后在清华大学获得博士学位，研究的是机器人力学与操作。后来去哈佛大学做博士后，研究神经科学与人类操作行为特性。

2024年10月，姜峣带着清华大学8位博士成立橡木果，他想赌的是一件行业里从来没有人干过的事：机器人的智能，不应该从模仿人类动作开始，而是“会自己把事情干成”。

为了实现目标，姜峣把公司有望年入2000万的机器人手部传感器生意停掉。

在具身智能最热的2026年，一家不走寻常路的公司，为什么被投资人看好？

最近，铅笔道专访姜峣，他谈到：

1、机器人最应该参考自动驾驶，先实现L2，跑起来，再依靠更多真实数据向L3、L4演进。而不是采集海量数据，试图一步到L5。

2、继续单独销售传感器、机械手等产品，年入2000万不难，但市场会把自己看作上游零件供应商，天花板锁死。

3、具身智能公司不要一开始就进入汽车、3C或者新能源领域，看似高端，但客户容忍度极低，橡木果在化妆品小规模柔性产线已经跑通。

为什么不能只靠大模型？

具身智能行业正在经历一场"大模型崇拜"。

语言大模型的成功提供了一个极具诱惑力的范本：有了更多数据、更大的模型，机器人就能像大语言模型一样，涌现出通用操作能力.

今年1月，机器人基础模型公司Skild AI完成14亿美元融资，估值超过140亿美元。它的目标就是训练可以迁移到不同机器人、不同任务上的通用机器人模型。

姜峣不这么看。

他提出了一个几乎相反的问题：如果机器人还没真正工作，为什么要先花巨资把所有数据采完？

他喜欢拿自动驾驶做类比。

十多年前，一上来就声称要直接做L5自动驾驶的公司，很多已经不存在了。原因不是目标不够大，而是技术、产品和商业之间没有形成闭环。汽车不可能在工厂里采完所有数据、把模型训练好以后，直接达到最高级别的自动驾驶。它必须先实现L2，让车真正跑起来，再依靠更多车辆和更多道路数据逐渐向L3、L4演进。

今天的机器人行业，很像十年前的自动驾驶。很多公司希望采集足够多的人类操作数据，训练一个通用模型，再部署到工业现场。但真正从实验室走到现场时，模型往往非常脆弱——换一个场景、换一台机器人、换一种物体，就需要重新训练或者做后训练。

姜峣认为：机器人底层操作，不能完全依赖大模型和数据驱动。

那靠什么？他的答案是——"具身本能"。

人感到疼痛会躲闪，强光照射眼睛会闭眼，手里的东西即将滑落时会立刻加大抓取力。这些反应并不需要大脑先做一次复杂规划。

姜峣想做的，就是给机器人装上这样一层"底层神经系统"。

橡木果把底层操作能力分成了两个模型：Natus和Magis。

Natus负责"本能冷启动"。机器人第一次面对陌生物体时，不需要预先采集数据，也不需要为每个物体单独训练。它只知道"现在需要抓这个物体"，至于具体怎么抓、用多大力、接触后怎么调整，由Natus在交互中自己摸索。

Magis负责技能生成和技能迁移。

就像一个人学会骑自行车以后，再学摩托车，不需要从头经历完全相同的摔倒过程。因为他已经形成了可以迁移的技能。

橡木果打算先用Natus把机器人铺出去，让机器人在物流分拣、加工上下料、医药、农业、商超等真实场景中完成各类操作任务。当大量真实、丰富的数据汇集到Magis以后，模型就能逐渐形成更高层次的技能。

停掉年入2000万的生意，值不值？

橡木果上一轮融资时，主要讲的是触觉传感器故事。因为当时他们耗时7年打磨的视触觉传感器已经相对成熟，而模型算法还处于持续演进阶段。

2025年，橡木果单独销售传感器、机械手等产品，收入已突破500万元。一个传感器售价在5000元至9000元之间，不少头部机器人公司都买过他们的产品。按照当时的市场需求，如果2026年继续卖，收入做到2000万元左右并不困难。一只机械手的售价也可以达到两万多元。

但姜峣主动把这项业务停了。

他认为，一旦公司围绕传感器扩大销售、生产和交付团队，组织资源就会逐渐集中到零部件业务上，最后很容易被市场定义成一家上游零部件公司。

“宇树的关节和电机一定做得很好，但它不会把自己定位成关节或者电机供应商，因为它要做的是机器人本体。”姜峣说，“我们也是一样。传感器和机械手是产品的一部分，但不应该成为独立生意。”

很多具身智能公司一开始就希望进入汽车、3C或者新能源制造。理由很充分：这些行业规模大，自动化程度高，看上去有大量应用机会。

但姜峣的选择并非仅从行业规模出发。第一个场景，他选了一条看起来更“小”的路：小批量、多SKU的柔性生产场景。

相对来看，汽车产线已经太成熟了。汽车工业发展了上百年，生产系统的节拍、可靠性、效率要求极高。具身智能公司的机器人放进去，节拍跟不上，可靠性达不到。客户可能愿意做一次POC（概念验证），但从POC到量产，中间隔着天堑。

因此，橡木果对于希望进入的场景明确了三个标准：

第一，必须存在非常明确的柔性生产痛点。比如化妆品企业，拥有上千个SKU，每天生产批次很多，但单个批次规模不大，需要频繁换产。这种“小批量、多SKU”的生产方式，正是传统流水线难以解决的问题。

第二，场景方需要自上而下支持新技术。如果只有工厂局部团队愿意尝试，项目很容易停留在POC。

第三，最好具备全球化和出海需求。海外工厂的自动化水平在很多领域已经落后于中国，工人难找，人力成本也很高。中国企业出海建厂时，柔性自动化会成为非常现实的需求。

产品形态上，橡木果提出柔性生产单元，也叫“生产岛”。它不是把一条流水线继续切成更多工序，而是让一个标准化生产单元完成相对完整的组装或操作任务。

过去，一个工人可以在一个工位完成多项工作。自动化普及以后，为了追求大批量效率，工序才被不断拆分。现在，柔性生产单元让机器人重新获得了类似工人的综合能力。

为此，橡木果设计了一整套包括夹爪、机械臂、触觉系统、视觉系统、操作系统在内的软硬件设备。

当客户生产批量较小时，采用租赁模式。当客户需要建设较大规模的工厂时，可以转为一次性设备投入，再叠加后续耗材、维护和服务收入。

等待机器人的AlphaGo时刻

宇树科技作为“A股人形机器人第一股”，IPO定价超出市场预期45%，609亿市值的背后，是投资者对人形机器人大规模商业化的强烈期待。

但姜峣的判断不一样。他认为，现在谈人形机器人的终局还太早。比人形更重要的问题是：机器人的操作能力什么时候能接近人？

“目前真正跑通的，更多还是娱乐和展示类机器人。涉及复杂操作的工业场景，还没有形成大规模商业化。很多项目只是把传统自动化设备套了个具身智能的壳——底盘加机械臂、按固定程序执行，这种技术十多年前就有了。”

国外媒体6月底在一篇关于中国机器人热潮的报道中指出，在巨额投资和政策支持下，人形机器人真正的大规模应用依然有限，传统工业机器人在价格、可靠性和寿命上仍拥有明显优势。

到了工厂，机器人必须面对一个比“能不能走路”残酷得多的问题：到底能不能创造比传统自动化更高的经济价值。

姜峣认为，在机器人操作能力不能接近人之前，商业闭环合不拢，在技术路线上争谁对谁错，意义不大。

“客户并不关心企业使用什么技术路线。客户只关心方案能不能解决问题。”姜峣说。因此，橡木果真正的竞争对手，不只其他具身智能模型公司，也包括传统柔性自动化方案商。最终要比较的是换产时间、部署成本、可靠性、人效和投资回报。

姜峣对橡木果的定位，并不是要做某一种机器人，而是成为机器人行业的底层操作基座。依靠模型拓展能力边界——硬件保持相对标准，通过软件和模型适应新对象。

当年，AlphaGo战胜围棋大师李世石以后，不需要再反复解释技术路线。

具身智能也一样，谁真正把机器人的操作做到接近人，谁的路线最终就会被市场认可。