機(jī)器人前瞻（公眾號：robot_pro）
作者?|??許麗思
編輯?|??漠影

機(jī)器人前瞻7月30日報道，今天，具身智能公司 RoboScience宣布已完成近2億元天使輪融資，由京東領(lǐng)投，招商局創(chuàng)投、商湯國香資本跟投，老股東零一創(chuàng)投繼續(xù)追投，慕石資本擔(dān)任本輪獨(dú)家財務(wù)顧問。

RoboScience注冊成立于 2024 年 12 月底，從今年3月開始正式運(yùn)營，在本輪融資前已完成了數(shù)千萬元種子輪融資，由零一創(chuàng)投獨(dú)家投資。

創(chuàng)始人兼 CEO 田野本科畢業(yè)于中國科學(xué)技術(shù)大學(xué)物理學(xué)院，碩士畢業(yè)于斯坦福大學(xué) AI Lab 并師從吳恩達(dá)，曾任蘋果公司設(shè)備端機(jī)器學(xué)習(xí)平臺團(tuán)隊技術(shù)負(fù)責(zé)人。

在蘋果就職 7 年間，他主導(dǎo)開發(fā)并落地多項里程碑級的AI技術(shù)：全球首個端云協(xié)同大模型推理系統(tǒng) Apple Intelligence、首個端側(cè)推理系統(tǒng)和多計算單元協(xié)同計算系統(tǒng)、首個編譯融合系統(tǒng)、首個端側(cè)動態(tài)神經(jīng)網(wǎng)絡(luò)等，構(gòu)建了蘋果全平臺的 AI 應(yīng)用生態(tài)，支撐了數(shù)千款應(yīng)用落地，服務(wù)了超 10 億用戶、 20 億設(shè)備，在大規(guī)模 AI 技術(shù)應(yīng)用與生態(tài)構(gòu)建上經(jīng)驗深厚。

創(chuàng)始人兼首席科學(xué)家邵林是新加坡國立大學(xué)計算機(jī)系助理教授，博士畢業(yè)于斯坦福大學(xué)AI Lab，師從Jeannette Bohg，聯(lián)合導(dǎo)師為Leoidas J. Guibas。

邵林提出的深度神經(jīng)網(wǎng)絡(luò)架構(gòu) UniGrasp 已成為數(shù)據(jù)驅(qū)動靈巧手抓取的基準(zhǔn)性方法之一，跨實體靈巧抓取方法 D(R,O) 更斬獲 ICRA 2025 機(jī)器人操作與運(yùn)動最佳論文獎（近五年來亞洲機(jī)構(gòu)首次以第一單位身份斬獲該獎項），并早在 2020 年就開展并完成 Concept2Robot 項目，探索自然語言與視頻結(jié)合用于學(xué)習(xí)機(jī)器人操作任務(wù)，是VLA方向早期工作之一；提出的SAM-RL方法，獲得了RSS 2023最佳系統(tǒng)論文獎提名等榮譽(yù)。

聯(lián)合創(chuàng)始人劉朋海曾任科沃斯機(jī)器人副總裁、凱航電機(jī)（科沃斯電機(jī)公司）總經(jīng)理，以及公司戰(zhàn)略委員會和機(jī)器人產(chǎn)品委員會核心委員，具有 20 余年新產(chǎn)品開發(fā)與導(dǎo)入經(jīng)驗，從 0 到 1 搭建了科沃斯的產(chǎn)品開發(fā)流程與集成供應(yīng)鏈管理體系。

他曾管理 3000 余人團(tuán)隊，實現(xiàn)50 余款機(jī)器人產(chǎn)品量產(chǎn)，助力機(jī)器人產(chǎn)品年度營收從8億以上增長至80 億元；擁有飛利浦、通用電氣（GE）、創(chuàng)科集團(tuán)（TTi）等世界 500 強(qiáng)企業(yè) 16 年的管理積淀，具備豐富的產(chǎn)品量產(chǎn)與商業(yè)化落地經(jīng)驗。

聯(lián)合創(chuàng)始人汪濤畢業(yè)于中國科學(xué)技術(shù)大學(xué)統(tǒng)計學(xué)專業(yè)，曾任商湯國香資本募資負(fù)責(zé)人，主導(dǎo)了國香資本數(shù)十億規(guī)模產(chǎn)業(yè)基金的募資與落地工作，并擁有近 10 年的股權(quán)投資、投行經(jīng)驗，主導(dǎo)了數(shù)十家 AI、集成電路、前沿科技等領(lǐng)域企業(yè)的投資工作，擁有豐富的企業(yè)投融資、交易結(jié)構(gòu)設(shè)計、M&A、IPO項目經(jīng)驗。

技術(shù)路線上，RoboScience 自成立起便采用快慢腦分層端到端模型。

快腦負(fù)責(zé)實時響應(yīng)與動態(tài)調(diào)整（如多關(guān)節(jié)協(xié)同控制、實時力反饋適配，底層物體操作技能），發(fā)揮“小腦”作用保障操作精準(zhǔn)；慢腦專注深度邏輯解析與長周期任務(wù)規(guī)劃（如解讀復(fù)雜說明書來拼裝家具、分析拆解人類示范的打領(lǐng)帶步驟來學(xué)會打領(lǐng)帶），充當(dāng)“大腦”統(tǒng)籌全局任務(wù)，實現(xiàn)完全自主推理、零遙操作、高精度、高復(fù)雜度、抗干擾的長程具身操作。

支撐該模型落地的，是RoboScience全自主研發(fā)的仿真物理引擎，并從第一性原理出發(fā)定義了“Object Trajectory（物體狀態(tài)變化）”為具身智能的“標(biāo)準(zhǔn)數(shù)據(jù)格式”，以實現(xiàn)規(guī)?；@取與使用仿真數(shù)據(jù)、視頻數(shù)據(jù)及真實數(shù)據(jù)——覆蓋日常生活各類物體、任務(wù)與場景，通過跨類型數(shù)據(jù)融合提升模型泛化能力，借助仿真與真實數(shù)據(jù)互補(bǔ)驗證，在保障數(shù)據(jù)質(zhì)量的同時大幅降低采集成本，為技術(shù)迭代提供高效可持續(xù)的支撐。

在此基礎(chǔ)上，RoboScience 自主研發(fā)了?Manipulation Foundation Model。這一具身操作大模型作為多模態(tài)大模型與物理世界的橋梁，實現(xiàn)了三大維度泛化：指導(dǎo)任意機(jī)器人、操作任意物體、完成任意任務(wù)。以抓取操作為例，相比現(xiàn)有只能基于特定物體和特定機(jī)械臂的方法，可實現(xiàn)與硬件解耦，并在成功率、姿態(tài)多樣性及計算速度上均有顯著提升，為靈巧抓取提供新方案。

依托高度泛化的技術(shù)能力，該公司產(chǎn)品可根據(jù)場景需求高效適配不同配置的硬件，靈活拓展落地場景。其中，跨實體通用具身智能（Cross Embodiment AI）作為核心技術(shù)模塊，搭配基于快慢腦系統(tǒng)機(jī)器人學(xué)習(xí)框架與自監(jiān)督訓(xùn)練開發(fā)的具身操作系統(tǒng)，構(gòu)成產(chǎn)品智能核心。

未來，RoboScience期盼將機(jī)器人軟硬一體智能模塊與整機(jī)系統(tǒng)廣泛應(yīng)用于工業(yè)、物流、消費(fèi)零售、家庭等多個領(lǐng)域，在多場景下提供快速、安全、智能以及人性化的解決方案。