鹿明正式发布NexCore——面向产业具身的机器人进化引擎
当机器人能像人类一样“边做边学”，工厂和仓库的自动化逻辑将被彻底改写。
2026年8月19日，鹿明机器人正式发布Lumos NexCore平台。该平台首次将任务定义、数据接入、模型训练、技能评测、部署运行与持续学习六大环节整合进一个闭环流程，宣称可将产业级具身智能机器人的单项技能开发周期从传统的数周压缩至数天。
具身智能（Embodied AI）强调智能体通过与物理环境的交互来学习和进化。过去，为机器人部署一项新技能——例如在杂乱货架中精准抓取特定型号的零件——需要工程师手动采集大量场景数据、反复调试感知与控制算法，并在仿真与实机之间多次迭代，整个过程耗时且成本高昂。NexCore试图通过高度自动化的数据飞轮和模块化训练框架解决这一瓶颈。
据公开信息，NexCore的核心在于其“技能即服务”（Skill-as-a-Service）架构。用户只需在图形中定义任务目标和约束条件，平台便会自动调度仿真环境生成初始训练数据，利用多模态大模型进行策略预训练，并通过真实机器人执行小批量任务以收集高价值反馈数据，进而触发模型的在线微调。这种“仿真预训+实机精调”的混合范式，显著降低了对海量实机数据的依赖。
从行业影响看，此举可能加速具身智能在制造业、物流等领域的渗透。国际机器人联合会（IFR）在《2026年世界机器人报告》中指出，全球工业机器人装机量年复合增长率达12.3%，但柔性不足仍是制约其处理非结构化任务的主要障碍。NexCore若能兑现其效率承诺，将使中小企业也能快速定制适应产线变化的机器人应用，从而改变当前由大型集成商主导的市场格局。
然而，挑战依然存在。一位不愿具名的业内人士表示，平台的实际效果高度依赖底层硬件的一致性和传感器精度，跨厂商设备的兼容性仍是未知数。此外，将复杂的物理交互完全抽象为软件定义的任务，可能在面对极端长尾场景时遭遇可靠性瓶颈。鹿明机器人也承认，目前NexCore主要面向其自研机器人系列优化，第三方生态的开放计划尚未公布。
在战略层面，鹿明正从单纯的机器人本体制造商，向“具身智能操作系统”提供商转型。这一定位使其与英伟达的Isaac Sim、谷歌的RT-2等技术栈形成潜在竞争。但不同于后两者偏重研究或云侧推理，NexCore更强调端到端的产业落地闭环，这既是其差异化优势，也意味着它必须承担起从算法到执行器全链路稳定性的责任。
本文由AI辅助生成
