獨家｜RoboScience 機器科學完成10億元融資，資金將用于強化 VLOA 大模型與本體

RoboScience 的技術路線聚焦于機器人與物理世界交互的本質。

作者丨張 賢

編輯丨高景輝

AI 科技評論獨家獲悉，RoboScience 機器科學于近日完成十億元 A 輪融資，投資方包含多家國內外知名產業巨頭及一線財務機構。本輪融資將用于持續深化其核心的 VLOA 大模型技術，以及推進自研機器人本體的工程化與量產，加速通用具身智能解決方案的規模化落地。

消息人士透露，RoboScience 的新一輪融資也接近完成，投資方包括互聯網產業資本、國家隊基金及頂級財務機構。

2026年，具身智能已進入從實驗室走向產業化的關鍵節點，但泛化性仍是行業共同的挑戰。傳統「一機一策」、接近工業自動化的操作執行方案，無法應對動態復雜場景的挑戰，這一難題制約著具身智能實現真正的規模化及產業化。

以打造通用具身大模型為目標，RoboScience 的技術路線聚焦于機器人與物理世界交互的本質。團隊自主研發的 VLOA（Vision-Language-Object-Action）大模型，由具身世界模型與通用操作模型深度融合，旨在打造一個適用于任何任務、任何對象、任何機器人的跨實體通用具身智能系統。

VLOA 大模型創新性地引入 Object Trajectory 作為中介接口，并以物體的連續3D點云軌跡進行表征。上層具身世界模型負責認知和預演物理軌跡，下層通用操作模型負責將軌跡轉化為不同機器人的物理控制信號，實現了高層語義與底層物理規律的完美解耦，并分別用海量互聯網視頻及仿真數據進行預訓練。

RoboScience 構建的具身世界模型是以物體交互為中心，面向三維動態場景，核心并不是在 VLA 之上外掛一個視頻生成模塊，不需要渲染宏大的世界，也不需要到像素級別，而是圍繞具身操作所需的物體級狀態、三維軌跡、接觸關系和物理因果變化構建世界模型，并與通用操作模型、執行層形成統一閉環。相比當前以視頻預測為中心的世界模型路線，RoboScience 的架構更接近機器人真實執行所需的底層表示，可以實現跨物體、跨任務、跨場景、跨機器人本體的通用泛化能力。

VLOA 具身世界模型的預訓練基于海量互聯網視頻數據。通過全自動數據標注及清洗 pipeline，團隊已積累數百萬小時以物體為中心的高維多模態操作相關數據集（數千萬 video clips），并以每周數十萬小時的速度增長，目標在 2026 年構建上千萬小時的全球領先數據集。

VLOA通用操作模型則通過「物理引擎-仿真數據-端到端訓練」的高效閉環，解決泛化性與靈巧操作難題。模型可支持剛體、鉸鏈體、1D/2D/3D 可形變體等全空間物體的各類操作任務；支持跨本體，支持不同類型的各種機器人及末端執行器；支持閉環操作（closed-loop）；支持含視覺、觸覺、力覺等多模態感知數據。

作為通用操作模型學習物理規律的基礎，RoboScience 通過自研多模態物理引擎積累了數百億次高質量 manipulation 操作軌跡數據集，2026 年目標是構建超過 1T 高質量 manipulation 操作軌跡數據集（1萬億次全空間物體的 manipulation 操作軌跡數據）。

以抓取操作為例，RoboScience 首席科學家邵林團隊已在世界頂尖學術會議發表兩項領先成果，為通用操作模型奠定技術基礎：通用靈巧抓取框架 D(R,O)Grasp 創新性地構建機器人與物體的交互統一表示，實現用同一個 AI 模型支持多種不同的靈巧手抓取操作，榮獲ICRA 2025 機器人操作與運動最佳論文獎（近5年亞洲唯一）。團隊最新研究 T(R,O)Grasp 已入圍 ICRA 2026，超過1B參數量的操作大模型可以支持 5 FPS 實時動態交互，并在多種智能體上取得 94.83% 的平均抓取成功率，刷新了跨智能體靈巧抓取的全球 SOTA。

據悉，RoboScience 將于近期發布自研機器人本體，為 VLOA 大模型在真實世界規模化落地提供物理載體。

RoboScience機器科學致力于構建全球領先的具身智能大模型及本體產品，未來將推動適用不同場景的機器人本體廣泛應用于零售、物流、工業與家庭等領域，提供安全、智能的解決方案。

未經「AI科技評論」授權，嚴禁以任何方式在網頁、論壇、社區進行轉載！

公眾號轉載請先在「AI科技評論」后臺留言取得授權，轉載時需標注來源并插入本公眾號名片。F