11月2日，RoboScience机器科学宣布完成A2轮融资。本轮由琥珀资本、鸿瑞达投资、上海半导体产投联合领投，360战投、爽资本、国联民生资本、金鼎资本及多家上市公司平台跟投，融资金额达数亿元。

这意味着，这家2025年3月才正式运营的具身智能公司，在短时间内已先后完成五轮融资。

在过去一年中，具身智能行业的融资叙事经历了多次迭代：从早期的世界模型，到落地工厂的ROI，再到具备“具身RSI”（递归自我改进）想象空间。随着故事通胀加剧，资本变得愈发挑剔，多数团队难以支撑叙事的快速升级。

然而，RoboScience机器科学却逆势获得资本青睐。回顾其融资历程，几乎每一轮前后都有可验证的技术产品落地，包括ICRA最佳论文、仿真平台RoboMirage、通用具身大模型Visics、与腾讯云共创的云端具身智能服务EaaS，以及首款轮式仿人形通用机器人REX G1。

这一现象释放出一个重要信号：具身智能的资本筛选标准，正从“讲得动人”转向“兑现得动”。融资节奏与技术节奏的对齐，表明企业手中握有可持续交付的核心能力。

斯坦福双子星：学术与工程的深度融合

中国具身智能行业的头部公司创始人多出自清华、伯克利和斯坦福等名校，其中“斯坦福圈”影响力尤为显著。银河通用王鹤、穹彻智能卢策吾、Hillbot苏昊，以及RoboScience机器科学的田野和邵林，均与斯坦福大学有着深厚渊源，特别是与美国三院院士、几何计算学者Leonidas J. Guibas教授的实验室关系密切。

Guibas教授的研究主线聚焦于3D视觉、操作泛化及抽象表征仿真。邵林的学术轨迹正是这一主线的完整体现：他先在Guibas组从事3D视觉研究，后师从Jeannette Bohg转向机器人操作。其代表作UniGrasp是数据驱动灵巧手抓取的基准性工作；2025年，团队凭借D(R,O) Grasp获得ICRA机器人操作与运动方向最佳论文奖，打破欧美长期垄断；2026年，Bi-Adapt再次入围该奖项提名。

除了Guibas系，斯坦福还有李飞飞线和吴恩达线。RoboScience的另一位创始人田野出自吴恩达线。2014年，田野进入斯坦福AI Lab，随后在苹果工作七年，担任Apple AI Platform技术负责人，主导打造了服务于超10亿用户的端云协同大模型推理系统。

这段经历让田野深刻认识到：真正难的不是单点技术突破，而是让技术跨设备、跨场景稳定运行的系统能力。

邵林和田野为旧相识，图片为早期合影

2024年底，擅长工程的田野与深耕学术的邵林联手创立RoboScience机器科学。这种“学术纵深+工程纵深”的配置，使得公司在模型跨本体泛化能力与系统部署迭代能力上形成了互补，构成了其独特的技术路线图。

构建具身闭环：数据、模型与本体的全栈自研

从2025年9月发布RoboMirage仿真引擎，到2026年6月发布Visics通用具身大模型，再到8月发布REX G1轮式仿人形机器人，RoboScience用约一年时间打通了“数据、模型、本体”三个关键环节。

数据层：解决成本与规模瓶颈

具身智能面临的最大瓶颈是数据。真机遥操采集成本高、效率低，难以满足Scaling Law的需求。RoboScience自研的RoboMirage仿真引擎，从底层求解器做起，实现了对具身世界全物体空间的覆盖，能够高精度模拟刚性柔性材料耦合及复杂接触力。

配合全自动视频标注管线，这套“仿真+视频”体系将单条数据成本压至0.05元，约为传统方案的1/20到1/200。2026年初至10月，其视频训练数据从100万小时激增至400万小时，为模型迭代提供了充足动能。

模型层：VLOA架构实现跨本体泛化

Visics大模型采用VLOA（Vision-Language-Object-Action）架构，包含上层世界模型和下层操作模型，中间通过物体3D点云轨迹接口连接。这种设计让机器人学习物理世界的通用语言（物体怎么动），而非特定硬件的方言（关节怎么转），从而天然具备跨本体能力。

在实际演示中，Visics模型能在30秒内识别新硬件并无需微调即可驱动不同品牌的灵巧手完成抓取任务，展现了极强的泛性。

本体层：打造数据飞轮载体

8月发布的REX G1轮式仿人形机器人，整合了移动、感知与双臂操作功能。自研本体的意义在于为“仿真训模型、模型驱动本体、真实数据回流”提供载体，形成真正的数据飞轮。

尽管通用大模型在理解空间关系方面进步迅速，但在处理接触、摩擦、弹性等物理属性时仍存在短板。RoboScience通过扎实的基础能力建设，弥补了这一缺陷，确保机器人不仅能“想明白”，更能“做成功”。

商业化路径：软硬双线的多元化布局

RoboScience机器科学采取了软硬结合的商业化策略，涵盖云端API、控制器交付及整机销售三个层级。

云端API：最轻量的能力输出

面向本体厂商、集成商和开发者，Visics被封装为极简接口，通过腾讯云EaaS服务提供。用户可按API调用或License收费，快速获取跨物体操作能力，无需自行训练模型。

控制器：为第三方硬件赋能

面向物流、零售、工业自动化等场景，公司提供集成了模型、算力和控制接口的控制器，主打即插即用。这解决了传统自动化难以处理无序分拣、混合码垛等非标配景的痛点，延展了设备厂商的能力边界。

整机交付：深入核心场景沉淀数据

在最重的整机层面，RoboScience通过REX G1面向即时零售前置仓、商超、仓储分拣等终端场景进行交付。这些场景SKU庞杂、环境多变，既是检验模型泛化能力的考场，也是积累真实物理交互数据的入口。

目前，公司正与国内大型零售及供应链企业推进多个POC项目。真实作业中的数据回流将进一步推动模型迭代，形成技术复利。这种从整机打磨到控制器普及，再到API共享的路径，旨在构建具身智能领域的开放生态。

产业资本加注：从故事到落地的转变

本轮融资中，琥珀资本、爽资本、360战投基金及多家上市公司平台等产业资本身影显著。产业资本更关注应用现场的具体问题，如设备稳定性、运维成本及调试效率。他们的入场，代表了产业端对“能力可复用”路线的认可。

RoboScience机器科学的连续融资证明，其在研究、工程与产品之间建立了完整的闭环。随着行业进入新阶段，评判标准将更加朴素：机器人能否在真实场景中稳定工作，以及随着项目增加，交付是否变得更加轻量化。

2026年下半年，具身智能行业已告别单纯依靠叙事融资的时代，转而进入以硬核技术和真实落地场景说话的新周期。

Kimi K3.1 泄露：3D 成本仅有 GPT-6 Astra 的 1/14！横扫海外视觉三巨头

走访100+机器人展台：拐点已至，具身智能进入千行百业｜WAIC 2026