機器人界的 Android，現在是 Apache 2.0：Alphabet 旗下 Intrinsic 在 ROSCon 開源 Core 平台全解析

有些公告聽起來只是漸進式更新，實際上卻是結構性的：一家公司把自己生產環境依賴的軟體層，以寬鬆授權對外釋出。這正是 Alphabet 旗下機器人子公司 Intrinsic 於 2026 年 9 月 22 日——ROSCon Global 2026 在多倫多開幕首日——做的事。這套名為 Intrinsic Core 的釋出物，是一組開放、與 ROS 相容的工業機器人應用開發能力，採 Apache 2.0 授權，首個公開版本標籤為 20260922.0。

時機並非偶然。ROSCon 2026 於 9 月 22 日至 24 日聚集了整個 Robot Operating System 社群，而 Intrinsic 與這個社群的關係相當特殊：早在 2022 年，Intrinsic 就收購了 Open Robotics 的多數股權——也就是維護 ROS 本身的公司——把這套全球主流機器人中間件的守護者納入 Alphabet 體系。在 ROSCon 上開源一套機器人軟體堆疊，從這個角度看更像一次回娘家。這也是 Google 迄今為止對「實體 AI」（physical AI）競爭策略最清晰的宣示：不是把垂直整合的堆疊藏起來，而是嘗試成為所有人共同奠基的那一層。

實際釋出了什麼

Intrinsic 的措辭很謹慎：這些元件是「Intrinsic 日常在真實製造部署中使用的相同能力與服務」，打包成讓開發者可以像組裝預製積木一樣拼裝機器人行為，而不必從零撰寫感知迴路與控制基礎設施。儲存庫 README 將 Intrinsic Core 描述為一個開放的本機執行環境（runtime）、SDK，以及硬體無關的工業機器人即時控制框架，具備 ROS 2 互通性，把現代 C++/Bazel 開發與更廣大的 ROS 生態系橋接起來。

元件清單讀起來，簡直是工業機器人所有難題的濃縮導覽：

• Intrinsic Control（ICON）——硬體無關、基於感測器的即時控制框架。ICON 結合運動學求解器與軌跡插值，配上一個確定性控制迴圈，能夠依據即時感測器回饋「在單一控制週期內」切換控制器，背後是一套橫跨機械手臂、夾爪與現場匯流排 I/O 的標準化硬體抽象層（HAL）。白話說：機器人可以在軌跡執行中途「改變主意」——零件偏移、治具超出容差時即時反應——同時保持路徑效率與無碰撞，而且更換手臂、夾爪、感測器都不必重寫驅動。
• 姿態估測，內建支援 NVIDIA 的 FoundationPose，提供 3D 零件的六自由度（6-DoF）姿態估測。這正是讓機器人不依賴剛性、昂貴實體治具就能動態偵測並抓取零件的關鍵能力——而治具向來是部署工業自動化最被低估的隱藏成本之一。
• 運動規劃，以自動產生高效無碰撞路徑的邏輯，取代過去逐關節、位置控制的手動編程，在統一 API 內涵蓋笛卡爾任務與大包絡 C-space 運動。
• 抓取規劃，利用即時感測器回饋，讓不同夾爪自動適應零件的位置與朝向。
• 以 Gazebo 驅動的模擬服務，讓開發者從單一介面測試、除錯、視覺化檢驗應用邏輯、狀態機與工作站行為。
• 相機校正，自動化機器人視覺系統的校正與物理對位——這類不性感卻往往吃掉大半部署時間的前置工作。
• Intrinsic-ROS 驅動——針對支援的機器人、夾爪與 3D 相機預先配置好的 ROS 相容驅動，感測器校正與控制之間已預先調校耦合。
• 此外還有：以原生 k3s 容器化環境打包、管理程序生命週期、事件排程與應用狀態同步的本機執行環境；具備模型服務基礎設施與記憶體管理的邊緣機器學習推論引擎；用於建構可重用技能的開發者 SDK；以及機械手臂的運動學建模與求解器函式庫。

前置需求相當具體：Ubuntu 24.04 LTS 或 26.04 LTS（亦支援 22.04），以及 ROS 2 的「Lyrical Luth」發行版。貢獻程式碼需簽署 Google 貢獻者授權協議（CLA），儲存庫並附帶標準聲明：這不是 Google 官方支援的產品——這句話該被理解為關於責任與路線圖承諾的表述，而非對其認真程度的否定。

參考設計：以 CNC 上下料作為證明

軟體堆疊是抽象的，Intrinsic 同時也釋出了能直接放上廠房現場的東西。伴隨 Core，該公司發布了開放式上下料解決方案（Open Machine Tending Solution, OMTS）——一套工業級、AI 加持的 CNC 机床上下料開源參考設計，可同時運行於 Intrinsic Core 與 Open Robotics Suite 之上。它附帶預先配置的資產與技能，讓系統整合商可以客製化而非從零打造；支援 FANUC 與 Universal Robots 的硬體，並整合 FoundationPose 等基礎模型。列名的合作夥伴生態系涵蓋 NVIDIA、Universal Robots、FANUC、ATI、Schunk、Robotiq 與 Basler。

Intrinsic 為 OMTS 給出的經濟論證相當直白：美國與歐洲有數以萬計的零件加工廠，但只有約 8% 使用任何形式的自動化，主因是成本與技術門檻。上下料——機器人替 CNC 機台裝卸工件——正是自動化中典範級的高價值、低光環切入點。Intrinsic 表明 OMTS 是一系列開源參考解決方案的第一個，策略一目了然：參考實作免費送，其上的企業層收費。

為什麼重要

三條線索讓這次釋出超越一次例行開源。

第一，「機器人界的 Android」論述終於有了原始碼。 Intrinsic 多年來談論降低精密機器人應用的門檻，但野心與現實之間的鴻溝，始終是缺少那個公開的載體。如今執行環境、控制框架、感知介面與驅動都以 Apache 2.0 釋出，且與 ROS 2——機器人研究的事實通用語、以及日益成長的工業部署份額——互通。如果 Intrinsic Core 成為預設起點，Intrinsic 的商業產品（Flowstate、工業級雲端服務、企業 AI 模型——公司聲稱皆可與 Core「無需重構」互通）就正好坐落在它剛剛親手建立的漏斗頂端。

第二，它落在開源機器人基礎設施的爆發潮之中。 NVIDIA 就在同一週推出走向代理式（agentic）、開源路線的 Isaac ROS 5.0——而且值得注意的是，Intrinsic 自家的上下料解決方案內部就用 NVIDIA 的 FoundationPose，Seeed Studio 則基於 Isaac ROS 開發。前沿實驗室在實體 AI 上的競爭，越來越聚焦在誰提供底層基質。來自 Alphabet 體系的 Apache 2.0 堆疊，是對這場競賽的直接參戰。

第三，這是一場「硬體異構性才是真正瓶頸」的豪賭。 每個元件的共同主線——硬體抽象、可替換的手臂與夾爪、預調驅動、校正自動化——背後的假設是：機器人普及的阻礙不在智慧，而在整合。這個診斷是否正確，未來一年的部署將給出實證答案。Intrinsic 自己也承認，使用 Core「仍需要一定的機器人基礎能力」；這是降低地板，不是拆除地板。

這次釋出也恰逢 Intrinsic 公布首屆「AI for Industry Challenge」（聚焦電子組裝）的得獎者——該競賽吸引超過 115 個國家、5,000 多名開發者與機器人研究者參與，顯示這家公司正在耕耘開發者生態系，而不只是丟出程式碼。Intrinsic 本週在 ROSCon 攤位現場展示 Core，教學與指南放在 GitHub 儲存庫及其開發者社群。

對一個每個部署案向來都是客製化整合專案的產業而言，一套 Apache 授權、ROS 相容、經過生產驗證的堆疊，是一場真正的實驗：開源能否為機器人做到它曾為伺服器做到的事。那些加工廠——剩下的 92%——就是實驗場。