北京
©潮涌AI编辑部
11月2日，通用具身智能企业RoboScience机器科学宣布完成A2轮数亿元融资。
本轮由琥珀资本、鸿瑞达投资、上海半导体产投联合领投，爽资本、360战投、国联通宝、金鼎资本及多家上市公司平台跟投。
此轮资金将用于Visics具身大模型迭代、物流零售工业场景的POC验证与规模化落地，以及高端人才储备。
机器科学2024年12月成立，创始人兼CEO田野为斯坦福AI Lab硕士，师从吴恩达，曾任Apple AI Platform技术负责人，带队打造了被内部称为“苹果的PyTorch与CUDA”的核心平台；联合创始人兼首席科学家邵林同为斯坦福AI Lab博士，师从Jeannette Bohg与Leonidas Guibas，曾任新加坡国立大学助理教授。
两人回国后选择了一条软硬一体的全栈路线。
技术差异集中在两个自研组件上。
Visics通用具身大模型采用VLOA（Vision-Language-Object-Action）架构，以物体连续3D点云轨迹作为中间接口，把高层任务语义与底层物理执行解耦。
在WAIC和WRC现场，搭载Visics的不同品牌灵巧手实现了30秒切换、零样本适配，无需重新训练，验证了跨本体、跨物体、跨任务三个维度的泛化能力。
另一组件RoboMirage是可微多模态物理仿真引擎，支持刚体、软体和多关节结构的统一接触仿真，与全自动视频标注管线共同构成“仿真+视频”双数据飞轮。
据公司披露，单条训练数据获取成本已降至0.05元，为传统方案的1/20至1/200；视频训练数据从2026年初的100万小时增至400万小时，仿真数据超过百亿次运动轨迹。
商业化路径分三层推进：整体具身解决方案、与腾讯云合作的云端EaaS（具身智能即服务）按API调用、端侧部署控制器。
Visics已上线腾讯云，成为全球首个具备云端部署能力的具身大模型，适配不同形态的灵巧手与末端执行器。
商超和物流场景的试点中，多SKU抓取成功率稳定在99%以上。
加上本轮，公司2026年内已完成三轮融资，此前分别为2月数亿元Pre-A轮和5月十亿元A轮。
机器科学把具身智能的竞争切口从“模型参数”拉到了“数据成本”。
0.05元一条训练数据的定价，意味着规模化的瓶颈从采集硬件和人力转向了仿真精度与视频管线效率。
RoboMirage的刚柔耦合仿真能力和Visics的跨本体泛化在展会上完成了公开验证，但POC验证到规模化落地之间隔着客户付费意愿和部署一致性两道关。
产业资本在这一轮集中入局，上海半导体产投的参与尤其值得留意：如果Visics的EaaS模式跑通，云端推理芯片和端侧控制器都会成为持续的采购项，芯片资本提前卡位的意图比较清晰。
接下来需要跟踪的是，物流和零售场景的POC中有多少能转化为年度合同，以及0.05元的数据成本在更大规模训练中能否维持。
=▹
联系我们 CONTACT US!
请添加微信xingminghui15
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
