「RoboScience」：从实验室到商业化，具身智能的新征程

具身智能公司「RoboScience」完成数千万种子轮融资的消息，阐述了公司的创立背景、核心团队成员及其成就，详细说明了公司的技术成果、数据优势以及商业化规划，展现了其在具身智能领域的发展潜力。

近日，具身智能领域的一颗新星——「RoboScience」（北京机科未来科技有限公司）对外宣布，已成功完成数千万的种子轮融资。此次融资由零一创投独家投资，而这笔资金将主要投入到产品研发和团队搭建方面，为公司的进一步发展注入强大动力。

「RoboScience」成立于2024年，它的诞生颇具传奇色彩。由前苹果技术主管田野与新加坡国立大学助理教授邵林共同创立，这两位行业精英携手产业专家以及顶尖高校的科研人才，立志打造全球领先的具身智能大小脑模型及相关产品。

前苹果技术主管与NUS助理教授的强强联合，正加速AI技术在产业中的落地进程。公司创始人兼CEO田野，是一位不折不扣的学术和技术大咖。他曾以专业第一的优异成绩从中科大物理系毕业，随后前往斯坦福人工智能实验室深造，师从知名学者吴恩达。在苹果工作的7年里，他成为了苹果总部最年轻的主任工程师之一。作为技术主管，他带领团队精心打造了苹果的机器学习平台。这个平台不仅支撑了相机、Siri、Apple Intelligence等一系列AI应用，还构建了CoreML、ARKit、Vision Framework、NLP framework等AI生态框架。田野团队推出的多项世界领先的端侧训练和推理技术，服务了数亿用户和数十亿设备，这让他积累了将AI技术完美落地到软硬件产品的丰富经验。

另一位创始人兼首席科学家邵林，目前在新加坡国立大学担任助理教授，专注于具身智能领域的研究。邵林博士毕业于斯坦福大学，师从Jeannette Bohg和Leonidas J. Guibas教授。在学术研究上，他成果斐然。2023年，他合作发表的论文提出了SAM - RL方法，有效解决了对世界进行高效建模的问题，该论文还入围了国际机器人顶会RSS的最佳系统论文奖。到了2024年，他带领团队提出了D(R,O) Grasp方法，通过创新性地建立机器手与物体在抓取姿态下的交互模型，成功实现了对机器手与物体几何形状的高度泛化能力，极大提升了抓取速度，重塑了跨智能体灵巧手抓取，并获得了CoRL MAPoDeL Workshop最佳机器人论文。

D(R,O) Grasp 整体框架

在技术探索的道路上，「RoboScience」已经实现了三个维度的高度泛化，多源海量数据助力其模型不断迭代升级。田野与邵林相识于斯坦福校园，在过去的数年间，他们一直在不断探索AI改造世界的方式。经过多年的深入思考与反复验证，两人发现大规模预训练的方式不仅在自然语言领域能够取得成功，还可以赋予机器人通用操作的能力。

2024年上半年，田野与邵林完成了思路验证，并推出了Manipulation Foundation Model。这个统一操作大模型成为了视觉语言大模型与物理世界之间的桥梁，实现了三个维度的泛化：能够指导任意的机器人，操作任意物体，完成任意任务。例如，在抓取操作方面，与现有方法基于特定物体和特定机器手不同，该方法在操作成功率、姿态多样性以及计算速度方面均取得了显著提升，为灵巧抓取任务提供了全新的解决方案。以这个方法为起点，「RoboScience」正式成立。

在技术路线上，「RoboScience」从成立之初就坚定地选择了做快慢脑分层模型，这一选择与海外明星公司Figure的探索方向不谋而合。另一明星公司Physical Intelligence最新发布的模型也从端到端VLA模型转为了分层模型。田野表示，“尽管中间有很多别的技术方向都在不断涌现，但我们一直坚持的就是快慢脑，也就是执行与规划分层、两者各自通用。最近各公司的新进展，一方面让我们感受到了压力和动力，另一方面也让我们不断坚持的这个方向得到了更多认同的声音。”

「RoboScience」对于自研模型充满自信，这还来源于他们在数据层面的不断突破。不同于大语言模型可以从网络上轻松抓取数据，数据来源问题一直是具身智能发展的一大阻碍。而「RoboScience」已建立了规模化获取并使用仿真数据、视频数据和真实数据的系统，该系统覆盖了日常生活中可见的各种类型及各种维度的物体和任务，不仅提升了数据质量，还降低了数据成本。

从实验室走向商业化，「RoboScience」有着清晰且明确的规划。基于其技术的高度泛化能力，「RoboScience」的产品将根据落地场景的具体需求，高效适配不同配置和性能的硬件，从而拓展落地场景、提升落地效率。选择这样的开发路径，是基于「RoboScience」团队对于市场的深刻洞察。其一，随着具身智能的发展，未来不同场景下需要不同的硬件设备，很难用一个统一的硬件来覆盖机器人需要完成的所有任务。其二，背靠中国的供应链优势，硬件成本正在快速下降，此时推出通用操作的软件模型，有利于将供应链优势在具身智能领域快速发挥出来。其三，由于软件研发迭代速度显著快于硬件，对于「RoboScience」这样在软件方面有丰富产业经验与学界技术支持的团队而言，与硬件厂商合作来开拓不同场景无疑是将自身优势最大化的选择。

“之前在苹果多年的工作经验，让我坚信要做有人文关怀的科技，将技术无缝融入生活，真正让用户受益。”展望未来，田野希望「RoboScience」能够站在技术和人文的交汇点上，成为人类的朋友和帮手。

本文介绍了具身智能公司「RoboScience」完成种子轮融资，其由前苹果技术主管田野与新加坡国立大学助理教授邵林创立。公司核心团队实力强劲，技术成果显著，实现了三个维度的泛化，选择快慢脑分层模型并在数据层面取得突破。在商业化方面，公司有清晰规划，基于技术泛化能力适配硬件，有望借助供应链优势和软件研发速度优势实现发展，未来致力于成为人类的朋友和帮手。