鹿明机器人发布NexCore，机器人技能开发周期由数周压缩至数天

为机器人建立持续学习和技能进化系统。

本文为 IPO 早知道原创

作者｜SY

微信公众号｜ipozaozhidao

据 IPO 早知道消息，8 月 19 日 -23 日，2026 世界机器人大会（WRC 2026）期间，鹿明机器人全球首发机器人技能进化引擎 Lumos NexCore，并携搭载 NexCore 的 MOS2 共同亮相，展示从技能生产到机器人执行、再到真实任务数据反哺的产业具身闭环。

作为面向产业具身的技能基础设施，NexCore 打通了从任务定义、数据接入、模型训练、技能评测、部署运行到持续学习的完整链路，将原本分散在不同工程环节中的技能开发流程，整合为标准化的技能生产流程。

根据介绍，产业用户在 NexCore 中创建机器人需要完成的真实任务，再接入多源数据，通过自动化训练生成候选技能，并利用 NexCore 的评测体系验证技能在不同任务和工况下的表现。技能部署运行后，真实作业产生的数据还可以再次进入训练与优化流程。

由此，形成完整的技能生产闭环：任务定义 → 数据接入 → 模型训练 → 技能形成 → 评测验证 → 部署运行 → 数据回流 → 持续优化，使得项目技能开发周期由数周压缩至数天，机器人技能不再是一次开发、一次交付的项目，而成为一个可以持续生产、验证、优化和复用的能力。

鹿明机器人创始人兼 CEO 喻超表示："NexCore 的核心，是建立一套面向机器人技能持续学习与进化的系统。它聚焦机器人能力的持续产生、验证、部署与迭代，让机器人的能力不再局限于交付时的初始状态，而是能够基于真实任务和运行数据持续学习、不断获得新的技能。"

" 我们的目标是规模化生产技能，" 喻超表示，" 一个技能值不值得生产，最终要看它覆盖了多少真实任务、部署到多少机器人，以及创造了多少产业价值。我们不会单一追求技能数量，而是更加关注技能生产效率和复用价值。"

在鹿明的产品体系中，Ego Vue 等产品负责数据采集，数据管线打通数据流转，Prime R0 等模型将数据转化为具身智能能力，Station Lite 加速具身智能从模型验证走向真实执行，NexCore 则进一步贯通任务、数据、模型、技能、评测与机器人部署，让各环节形成完整闭环。

（图片来源：鹿明机器人）

从真实任务中持续学习，MOS 2 在产线验证 NexCore

NexCore 解决了技能高效生产与进化的问题，MOS2 则是承载这些技能、在真实工业环境中执行任务的物理实体。两者协同，构成了鹿明在产业具身体系中的执行与进化双核。

MOS2 是鹿明最新发布的重载轮臂式具身智能机器人，定位为面向工业场景的重载 AI Worker。针对工业现场空间紧凑、物料重量大、作业环境复杂等特点，MOS2 在硬件本体上实现了系统升级，采用约 1.65 米机身高度、约 0.5 平方米占地面积，通道需求约 0.8 米，兼顾移动与作业能力。

MOS2 的核心能力之一是 50kg 双臂负载能力，并支持末端工装快速切换。结合腕部双六维力传感器、视觉等多模态感知能力，MOS2 能够覆盖从重载搬运到柔性操作的不同任务需求。

依托 MOS2 标配的多模态感知体系（激光雷达、腕部 / 头部相机、力传感器），机器人在真实作业中产生的环境感知、任务理解与操作数据将实时回流至 NexCoreNexCore 以此为基础构建学习闭环，通过自动训练和优化形成新技能，再反馈部署至 MOS2。

通过这种协同，MOS2 不仅将具身智能的应用空间拓展至开放、重载的工业一线，更依托 NexCore 实现了技能在真实任务中的持续积累与进化，逐步成为能够长期工作、持续创造价值的工业智能体。

以展会现场的 " 掷骰子挑战 " 为例，面对现场随机抛掷的骰子，MOS2 完成扫描、识别、双臂换手抓取、读取点数，并根据结果送出对应礼品。没有预设轨迹，面对随机变化，机器人完成了从感知、决策到执行的完整闭环。

本文由公众号 IPO 早知道（ID：ipozaozhidao）原创撰写，如需转载请联系 C 叔↓↓↓

宙世代