8月14日，鹿明机器人正式发布全新重载轮臂式具身智能机器人Lumos MOS2。
面向真实工业应用场景，Lumos MOS2具备双臂50kg负载能力，并在硬件性能、全向移动能力、多模态感知系统以及整机控制架构等方面实现全面升级，可胜任工业现场高强度、长时间、连续性的作业任务。
鹿明机器人创始人兼CEO喻超表示，具身智能正在加速迈入产业化落地阶段，机器人能否更高效完成更多真实任务，关键取决于数据获取效率、硬件成本控制以及产业交付效率。
基于这一判断，MOS2被定位为面向工业场景的重载AI Worker：不仅拥有支持7×24小时连续运行的强健机体，还具备环境感知、任务理解和自主操作等核心能力，是鹿明“产业具身”理念的重要产品化成果。
在当前工业生产现场，依然存在大量任务同时要求高负载能力、灵活移动能力以及复杂操作能力，但针对这类工况的成熟具身智能机器人方案仍然相对有限。MOS2以双臂50kg负载能力为核心切入点，融合移动、感知与操作能力，为重载工业任务提供新的具身智能解决方案，并推动具身智能机器人进一步进入重载工业作业场景。
图：MOS2在真实生产场景中执行物料搬运任务
产业具身的核心，在于让机器人真正执行真实任务
过去几十年里，制造业借助自动化设备解决了大量标准化、批量化和流程化的生产任务。对于固定工位、重复动作和流程清晰的生产环节，行业已经建立起较为成熟的自动化体系。
但在真实工业现场，仍有大量任务具备更高柔性需求，难以依靠传统自动化方案实现高效覆盖。
这类场景通常具有几个共性特征：产线换型频繁，要求机器人快速适配不同任务；操作过程涉及复杂装配和精细动作，对灵巧性提出更高要求；部分任务产量较低，投入专用设备并不划算；生产过程中存在大量动态变化，需要机器人具备现场判断与实时调整能力；此外，多工序、多设备之间的协同，也进一步提高了对机器人任务衔接能力的要求。
因此，具身智能进入产业场景的关键，在于让机器人真正理解任务、适应环境，并具备自主完成工作的能力。面对生产中的变化，机器人需要能够灵活调整作业方式，完成复杂操作，主动识别并处理异常，同时在真实任务中持续积累经验、学习新技能。
鹿明提出“产业具身”，围绕真实产业任务构建机器人的综合能力体系，包括灵活移动、末端工具适配、多模态感知、任务执行与技能学习，让机器人能够适应更加开放、动态且复杂的工业环境。
基于轮臂式形态，MOS2融合移动能力、双臂操作能力、多模态感知能力和任务执行能力，进一步拓展了其在开放工业场景中的应用边界。
图：MOS2在真实工业场景中执行柔性质检任务
双臂50kg负载，打造重载AI Worker的执行底座
MOS2首先围绕工业任务对负载能力、灵活性和可靠性的核心需求，对机器人本体进行了系统化升级。
在整机设计方面，MOS2高度约1.65米，占地面积约0.5平方米，理论通道宽度需求约0.8米，更加贴合工业现场的空间条件；整机拥有22个自由度，并新增双自由度头部与全向底盘，使其具备更灵活的位置移动能力和更强的环境适应能力。
相较于固定式设备，轮臂式结构让MOS2能够在不同作业区域之间自由移动；相比单一移动平台，双臂设计则进一步提升了机器人与环境交互以及执行复杂操作的能力。
在感知配置方面，MOS2标配底盘双多线激光雷达、腕部双相机、双六维力传感器和头部双目相机，并支持选配顶部后侧雷达、胸部深度视觉等方案，构建起覆盖环境感知、视觉识别和力觉反馈的多模态感知系统。基于这套配置，机器人能够实时采集环境信息、识别任务状态，并根据现场变化对操作流程进行动态调整。
硬件本体升级的重中之重，在于双臂系统。
MOS2具备双臂50kg负载能力，并采用标准法兰盘与集成式接口设计，支持末端工装快速切换，使机器人能够根据不同工业任务灵活配置对应工具。
图：MOS2双臂搬运50Kg重物
双臂50kg负载能力，为具身智能机器人进入重载工业作业提供了更大的能力空间。
在重载搬运场景中，MOS2能够处理更高重量的物料；在柔性上下料场景中，结合视觉识别与力控能力，机器人可以适应不同工件的状态变化；在设备辅助操作场景中，双臂协同能力则支撑起更复杂的工业交互任务。
面向工业场景长期稳定运行的严苛要求，MOS2在可靠性方面也进行了专项设计：整机线束通过500万次耐久实验验证；双电池热插拔方案提升了运行便利性，并支持更多类型末端设备的灵活扩展。
移动、感知、操作、负载和可靠性等能力，共同构成了AI Worker进入真实生产环境的执行基础。
持续进化，让AI Worker不断掌握新技能
当具身智能进入真实生产环境后，机器人面对的并不是一套始终不变的固定任务。
不同工厂、不同工艺对机器人能力的要求各不相同，同一任务在不同产线中也需要根据现场条件灵活调整策略。因此，机器人不仅要具备完成任务的能力，还需要能够基于真实任务数据持续学习、持续优化，并不断获得新技能。
在鹿明的产业具身体系中，MOS2负责执行真实工业任务，而Lumos NexCore则为机器人的持续学习和技能进化提供系统基础。
NexCore围绕机器人技能构建建立了完整的学习闭环：产业用户可以创建机器人需要学习的任务，接入真实、仿真与视频等多源数据，通过自动训练和参数优化形成技能，再利用多维评测验证技能效果，经过验证的技能可以快速部署到机器人；机器人在真实作业环境中运行后，相关运行数据还会持续回流，为下一轮学习与优化提供依据。
这一过程让机器人的技能不再停留在一次训练结果上，而是能够随着真实任务的推进持续积累和不断优化。
图：NexCore一站式机器人技能构建开发界面
对于产业客户而言，衡量机器人价值的标准，最终仍要回归真实生产结果，包括连续作业能力、任务成功率、部署效率以及最终创造的产业价值。
鹿明希望以MOS2作为AI Worker的产品载体，让机器人真正进入工业现场、承担真实工作，并依托NexCore在真实任务中持续学习与进化，逐步成长为能够长期工作、持续学习并持续创造价值的工业智能体。
