Lumos NexCore – 鹿明机器人推出的具身智能进化引擎

1. Lumos NexCore是什么

Lumos NexCore 是鹿明机器人（Lumos Robotics）推出的具身智能进化引擎，定位为面向产业落地的技能基础设施。该平台将数据资产、模型训练、评测验证、技能管理和机器人运营整合为统一服务，使机器人技能从手工作坊式开发转变为可训练、复用、持续迭代的资产，实现像云服务一样被调用和验证，推动具身智能从单点 Demo 走向规模化产业应用。

技术定位与领域： 属于具身智能（Embodied AI）领域，专注于产业机器人技能的生产与进化。不同于传统的项目制开发模式，NexCore 将技能开发平台化、标准化，定位为技能基础设施，旨在降低行业应用门槛，加速机器人能力在真实场景中的落地与迭代。

研发背景： 由鹿明机器人团队自主研发，基于三菱电机等真实产线锤炼，其旗舰大脑 Prime R0 在 MolmoSpaces 零样本评测中位列全球第一。团队具备机器人硬件与 AI 算法的深厚积累，致力于打通从数据采集到部署运营的全链路，解决产业机器人技能开发中重复造轮子、依赖工程师个人经验的核心痛点。

核心价值： 通过闭环进化机制使机器人能力在真实作业中持续自我迭代；通过自然语言编排大幅降低开发门槛，让懂业务的人无需算法团队也能参与技能开发；通过技能资产化实现跨场景复用和版本管理，将模型从一次性项目交付转变为可积累、可调用的平台资产。

技术特点： 采用闭环飞轮机制，实现数据-训练-评测-部署的持续进化；强调有效数据 Scaling，以任务经验而非单纯数据量驱动模型提升；形态解耦，不绑定特定硬件本体；支持自然语言描述任务目标，自动编排全流程，实现低门槛的技能生产。

2. 主要功能

• 自然语言编排： 用户只需用口语描述任务目标，平台自动编排后续的数据准备、模型训练、评测验证与部署流程，大幅降低技能开发门槛，使非算法人员也能快速创建机器人技能。

• 数据资产平台： 统一归集真实场景数据、仿真数据与视频数据，每条数据均可检索、标注和复用，解决技能生产中的高质量数据获取难题，为模型训练提供结构化的原料基础。

• 模型训练平台： 托管训练全流程的任务编排、超参数优化与过程追踪，客户无需自建算法环境即可一键启动模型训练，支持多种模型架构和分布式训练策略。

• 评测验证： 通过多维评测指标与能力诊断，将模型表现转化为可量化、可复现的验收证据，确保技能质量有据可依，便于在迭代中精准定位瓶颈。

• 技能管理： 将训练好的模型连同代码、参数和执行策略打包成可发布、可版本化、可跨场景复用的技能单元，实现技能资产化，支持版本回滚和权限控制。

• 机器人运营： 连接真实设备，自动回流运行中的状态、日志与高价值样本（包括失败案例），驱动下一轮训练与技能迭代，形成完整的数据闭环。

3. 如何使用

1. 申请试用与账号开通： 发送申请邮件至 [email protected]，说明使用场景、预期任务类型及机器人硬件信息。平台团队审核后提供访问权限和登录凭证。

2. 登录平台并创建项目： 通过浏览器访问 Lumos NexCore 控制台，使用分配的账号登录。在项目面板中创建新项目，填写项目名称、目标描述及关联的机器人设备。

3. 自然语言定义任务目标： 在项目中使用自然语言描述机器人需要完成的任务，例如“在产线上完成电子元件的视觉质检与分拣”。平台自动解析任务并生成初步的技能开发流程，用户可预览并调整关键步骤。

4. 平台自动编排与执行： 平台根据任务描述自动完成数据准备（索引已有数据或提示上传新数据）、模型训练（选择基模型并调参）、评测验证（生成评测报告并给出能力诊断）。用户可实时监控训练进度，必要时手动调整参数或补充数据。

5. 技能部署与持续迭代： 评测通过后，将技能打包并部署到目标机器人。机器人运行过程中，平台自动采集运行数据与失败样本，回流至数据资产平台，触发新一轮训练，实现技能在真实作业中的持续进化。

4. 优缺点分析

5. 同类工具对比

选型建议： 对于希望快速上手且业务团队非算法背景的企业，Lumos NexCore 的自然语言编排和全流程自动化能显著降低技能开发门槛，尤其适合工业制造和商业服务场景。NOKOV ShadowEngine 更适合已有动捕设备和人形机器人的科研团队，在精细动作捕捉和仿真验证方面有优势。

对于具备强化学习能力的研发团队，NVIDIA Isaac Lab 提供了灵活的开源框架，适合进行前沿算法研究与仿真验证，但需要自行搭建训练和部署管道。Google RT-2 作为基础模型，适合研究机构探索端到端控制，但产业落地仍需大量定制工作和数据积累。

6. 编辑总结

Lumos NexCore 在具身智能领域提出了“技能基础设施”的新范式，其核心创新在于将机器人技能开发从项目制转变为平台化服务。通过闭环飞轮机制和有效数据 Scaling 理念，平台实现了数据驱动的持续进化，这比传统的一次性开发模式更具实用价值。自然语言编排功能大幅降低了使用门槛，使得非算法人员也能参与技能定义，有助于推动具身智能在产业中的普及。在实用价值方面，平台已基于三菱电机等真实产线验证，旗舰大脑 Prime R0 在 MolmoSpaces 零样本评测中取得第一，表明其技术成熟度已达到产业级水平。适用人群包括工业企业、机器人集成商、科研实验室以及希望快速部署机器人技能的业务团队。从平台架构来看，其形态解耦和技能资产化设计为跨场景复用提供了基础，未来随着生态建设与硬件适配范围的扩大，Lumos NexCore 在具身智能基础设施中的角色将更加稳固。当前平台仍处于早期阶段，文档和社区支持有待完善，但其技术方向与产业需求高度契合，具备持续迭代的潜力。

7. 应用场景

• 科研实验： 为高校和实验室提供从数据采集到技能部署的全链路研究平台，加速具身智能算法迭代。研究人员可快速定义任务并训练模型，通过真实机器人验证新算法，缩短从论文到实验的周期。

• 工业制造： 在工厂产线完成质检、物流、搬运、上下料等任务，并通过真实作业数据持续优化技能。平台可对接多种工业机器人，实现柔性生产，降低产线换型时的重新编程成本。

• 商业服务： 支撑酒店、楼宇、商场等场景的“取-运-送”全流程服务，实现跨任务快速适配与部署。服务机器人可基于平台快速获取新技能，适应不同环境，提升运营效率。

• 文娱展示： 为机器人表演、展览互动提供可编排、可迭代的技能资产，支持多形态硬件复用。策展方可通过自然语言描述表演动作，平台自动生成技能，无需专业编程。

8. 常见问题FAQ

Q：如何申请使用 Lumos NexCore？
A：目前平台处于早期访问阶段，需发送申请邮件至 [email protected]，说明使用场景、任务类型及机器人硬件信息。团队审核后提供访问权限和登录凭证。

Q：Lumos NexCore 支持哪些机器人硬件？
A：平台不绑定特定本体，兼容鹿明生态与非鹿明生态的多种机器人。具体适配列表可咨询官方，硬件需支持标准通信接口（如 ROS 2、EtherCAT 等）。

Q：自然语言编排能处理多复杂的任务？
A：平台可处理常见工业和服务任务，如抓取、搬运、质检、分拣等。对于高度复杂或非标准任务，可能需要用户提供示例数据或进行少量手动调优，平台会给出相应的引导。

Q：技能单元如何跨场景复用？
A：训练好的模型被打包为技能单元，包含代码、参数和执行策略。通过平台技能市场或项目导入，可在不同机器人或场景中直接调用，并支持版本回滚和权限控制。

Q：数据闭环如何保证数据安全？
A：平台支持私有化部署选项，企业数据可存储在本地。数据回流过程采用加密传输，用户可控制数据共享范围，满足企业内部数据合规要求。

Q：与 NVIDIA Isaac Sim 相比有何优势？
A：Lumos NexCore 更聚焦于产业落地的全流程自动化，提供从任务定义到部署迭代的一站式服务，而 Isaac Sim 主要面向仿真和算法研究，需要用户自行搭建训练和部署管道。NexCore 的自然语言编排和技能资产化特性进一步降低了使用门槛。

9. 项目地址

• 产品官网： https://www.lumosbot.tech/
• 官方介绍页： https://www.lumosbot.tech/about/