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

機器人前瞻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，由京東領投，招商局創投、商湯國香資本跟投，老股東零一創投繼續追投，慕石資本擔任(ren)本輪獨家(jia)財(cai)務顧問。

RoboScience注冊成立于 2024 年 12 月底，從今年3月開始正式運營，在本輪融資前已完成了數千萬元種子輪融資，由零一(yi)創投獨家(jia)投資。

創始人兼 CEO 田野本科畢業于(yu)中(zhong)國科學技(ji)術大學物理學院，碩士畢業于(yu)斯坦福大學 AI Lab 并師從吳(wu)恩達，曾(ceng)任蘋(pin)果(guo)公司設備端機器學習平(ping)臺團隊技(ji)術負責(ze)人(ren)。

在(zai)蘋果就職 7 年(nian)間，他主(zhu)導開發并(bing)落地(di)(di)多項里程碑(bei)級的(de)AI技術(shu)：全(quan)(quan)球首(shou)個端云(yun)協同(tong)大模型推理系統(tong) Apple Intelligence、首(shou)個端側推理系統(tong)和(he)多計算單元協同(tong)計算系統(tong)、首(shou)個編譯融(rong)合系統(tong)、首(shou)個端側動態(tai)神經網絡等，構(gou)建(jian)了(le)蘋果全(quan)(quan)平臺的(de) AI 應用(yong)(yong)生態(tai)，支撐了(le)數千款(kuan)應用(yong)(yong)落地(di)(di)，服務了(le)超 10 億(yi)用(yong)(yong)戶、 20 億(yi)設備(bei)，在(zai)大規模 AI 技術(shu)應用(yong)(yong)與生態(tai)構(gou)建(jian)上(shang)經驗深厚。

創始人兼首席科學家邵林是新加(jia)坡國立大(da)學(xue)計算(suan)機(ji)系助理教授，博(bo)士畢業于斯坦(tan)福大(da)學(xue)AI Lab，師(shi)從Jeannette Bohg，聯合導師(shi)為Leoidas J. Guibas。

邵林提(ti)出的深度神經(jing)網(wang)絡架(jia)構 UniGrasp 已成(cheng)為數(shu)據驅動靈巧手抓取(qu)的基準性(xing)方(fang)(fang)法之一，跨(kua)實體(ti)靈巧抓取(qu)方(fang)(fang)法 D(R,O) 更斬獲 ICRA 2025 機器(qi)人操作與運動最(zui)佳(jia)論文獎（近五年來亞(ya)洲(zhou)機構首次以第(di)一單位身份斬獲該獎項），并早在 2020 年就開(kai)展并完(wan)成(cheng) Concept2Robot 項目，探索自然語(yu)言與視頻結合(he)用于學習機器(qi)人操作任務，是VLA方(fang)(fang)向早期工作之一；提(ti)出的SAM-RL方(fang)(fang)法，獲得了RSS 2023最(zui)佳(jia)系(xi)統論文獎提(ti)名(ming)等榮譽。

聯合創始人劉朋海曾(ceng)任科(ke)沃(wo)斯機(ji)(ji)器人副總裁、凱航電機(ji)(ji)（科(ke)沃(wo)斯電機(ji)(ji)公(gong)司）總經理，以(yi)及公(gong)司戰略(lve)委員(yuan)會(hui)和機(ji)(ji)器人產(chan)品(pin)(pin)委員(yuan)會(hui)核心(xin)委員(yuan)，具(ju)有(you) 20 余年新產(chan)品(pin)(pin)開發(fa)與導入經驗，從 0 到 1 搭建(jian)了科(ke)沃(wo)斯的產(chan)品(pin)(pin)開發(fa)流程與集成供應鏈管理體系。

他曾(ceng)管理 3000 余人(ren)團隊，實現50 余款機(ji)器(qi)人(ren)產品(pin)量(liang)產，助力機(ji)器(qi)人(ren)產品(pin)年(nian)度營(ying)收從8億以上增長至80 億元；擁(yong)有飛利浦、通用電(dian)氣（GE）、創科集團（TTi）等世界 500 強企(qi)業 16 年(nian)的管理積淀，具備豐(feng)富(fu)的產品(pin)量(liang)產與商(shang)業化落地經驗。

聯合創始人汪濤畢業(ye)于中(zhong)國(guo)科(ke)學技術大(da)學統計(ji)學專業(ye)，曾任商湯國(guo)香(xiang)資(zi)本(ben)(ben)募資(zi)負責人，主導了國(guo)香(xiang)資(zi)本(ben)(ben)數(shu)十(shi)億規模產業(ye)基(ji)金的(de)(de)募資(zi)與落地(di)工作(zuo)，并擁有近 10 年(nian)的(de)(de)股權投(tou)資(zi)、投(tou)行經驗，主導了數(shu)十(shi)家 AI、集成電路、前(qian)沿(yan)科(ke)技等領域企業(ye)的(de)(de)投(tou)資(zi)工作(zuo)，擁有豐富的(de)(de)企業(ye)投(tou)融資(zi)、交易(yi)結(jie)構(gou)設(she)計(ji)、M&A、IPO項目(mu)經驗。

技術路線上，RoboScience 自成立起便采用快慢腦分層端到端模型。

快腦(nao)負(fu)責實(shi)時響應(ying)與動(dong)態調整（如(ru)多關(guan)節(jie)協同控制、實(shi)時力反饋適配，底層物體操(cao)作(zuo)技能），發揮“小腦(nao)”作(zuo)用保(bao)障(zhang)操(cao)作(zuo)精準；慢腦(nao)專注深度邏輯解(jie)(jie)析與長(chang)(chang)周期任務規劃(hua)（如(ru)解(jie)(jie)讀(du)復(fu)雜說明書(shu)來拼裝家具(ju)、分(fen)析拆(chai)解(jie)(jie)人類示范(fan)的打(da)領帶(dai)步(bu)驟來學會打(da)領帶(dai)），充(chong)當(dang)“大腦(nao)”統籌全(quan)局任務，實(shi)現完全(quan)自主推理、零遙(yao)操(cao)作(zuo)、高(gao)精度、高(gao)復(fu)雜度、抗干擾的長(chang)(chang)程具(ju)身操(cao)作(zuo)。

支(zhi)撐(cheng)該模型落地(di)的，是RoboScience全(quan)自主研發的仿真(zhen)物(wu)理引(yin)擎，并從(cong)第一性原理出發定義了“Object Trajectory（物(wu)體狀(zhuang)態變化(hua)）”為具身智能的“標準數據(ju)(ju)格式”，以實現規模化(hua)獲取與使用仿真(zhen)數據(ju)(ju)、視頻(pin)數據(ju)(ju)及真(zhen)實數據(ju)(ju)——覆蓋日常(chang)生活(huo)各類(lei)物(wu)體、任務(wu)與場景(jing)，通過跨類(lei)型數據(ju)(ju)融合(he)提升模型泛化(hua)能力，借助仿真(zhen)與真(zhen)實數據(ju)(ju)互補驗證，在保(bao)障數據(ju)(ju)質量的同時大幅降低采(cai)集成(cheng)本(ben)，為技術(shu)迭代提供高效可持續的支(zhi)撐(cheng)。

在此基礎上，RoboScience 自主研發了?Manipulation Foundation Model。這一(yi)具(ju)身操(cao)作(zuo)(zuo)大模型作(zuo)(zuo)為多模態(tai)大模型與物理世界的(de)橋梁，實(shi)現(xian)了三大維(wei)度(du)泛化(hua)：指導任意機器人、操(cao)作(zuo)(zuo)任意物體(ti)、完成任意任務。以(yi)抓(zhua)取操(cao)作(zuo)(zuo)為例，相比現(xian)有只能(neng)基于特定(ding)物體(ti)和特定(ding)機械臂的(de)方法(fa)，可實(shi)現(xian)與硬件解耦(ou)，并在(zai)成功率、姿態(tai)多樣(yang)性及計算速度(du)上(shang)均(jun)有顯著提(ti)升，為靈巧抓(zhua)取提(ti)供新方案。

依托高度泛化的技術能力，該公司產品可根據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(zuo)為核(he)心(xin)技術模塊，搭配基于快慢腦系統機器人學習框架與自(zi)監督訓練開發(fa)的具身操作(zuo)系統，構成(cheng)產品(pin)智能核(he)心(xin)。

未來(lai)，RoboScience期盼將機(ji)器人(ren)軟硬一體(ti)智能模塊與(yu)整(zheng)機(ji)系(xi)統廣泛(fan)應用于工業、物流(liu)、消費(fei)零售(shou)、家庭等多(duo)個領域，在多(duo)場景下(xia)提供快速、安全、智能以及人(ren)性化的解決方(fang)案。