RoboScience（机科未来）横纵分析报告
Source: local folder
一级市场-具身智能本体Top5/RoboScience_机科未来_横纵分析报告.mdCollected: 2026-05-17 Published: 2026-05-17
RoboScience（机科未来）横纵分析报告
研究时间：2026-05-17
研究对象：RoboScience / 北京机科未来科技有限公司
研究方向：跨实体通用具身智能 / 具身世界模型 / 具身操作大模型
访问日期：本文所有外部链接访问日期均为 2026-05-17
口径说明
本文的“RoboScience”指 北京机科未来科技有限公司，品牌名 RoboScience / RoboScience 机器科学。官网称其致力于构建全球领先的具身智能大模型及本体产品，方向覆盖零售、物流、工业、家庭等机器人应用场景。[S1] 泰伯网、投资界和官方融资稿均把它定位为跨实体通用具身智能、具身操作系统或具身大模型公司。[S2][S4][S6]
融资金额保留来源原文口径。本文不把“数千万元”“近 2 亿元”“数亿元”“十亿元 A 轮”换算为精确累计融资；也不把数据库、工商聚合或媒体消息的精确数值写成公司官方事实。客户、订单、收入、估值、毛利、交付数量目前公开披露不足，统一标为“暂缺”或“未确认”。
我的一句话判断：RoboScience 是一支非常典型的“模型优先、跨本体泛化优先”的新生代具身智能团队，技术叙事强于商业披露；它的核心资产不是某一台机器人，而是试图把物体轨迹、仿真数据、世界模型和操作模型打成一个跨机器人本体的通用智能栈。
摘要
RoboScience 的成立节点很晚。官网写田野于 2024 年 12 月创立公司；投资界称公司注册成立于 2024 年 12 月底，并从 2025 年 3 月开始正式运营；泰伯网工商聚合页显示成立时间为 2024-12-31。[S1][S4][S6] 如果只看公司年龄，它不像已经完成商业验证的机器人公司，更像一个正在抢占“具身大模型基础设施”窗口的创业项目。
但它的团队组合很有辨识度。田野来自中科大、斯坦福和苹果 AI Platform；邵林来自斯坦福 AI Lab / 新加坡国立大学机器人操作学术脉络；刘朋海来自科沃斯量产与供应链；汪涛来自商汤国香资本和一级市场投融资。[S1][S3][S4][S6] 这四类背景分别对应大模型工程化、机器人操作学术源头、消费机器人量产、资本与交易结构。对具身智能创业而言，这个拼图比单一“高校论文团队”完整。
融资上，RoboScience 公开披露了三轮官方主线：2025 年 3 月完成数千万元种子轮，零一创投独家投资；2025 年 7 月完成近 2 亿元天使轮，京东领投，招商局创投、商汤国香资本跟投，零一创投继续追投；2026 年 2 月完成数亿元 Pre-A 轮，普华资本领投，达晨财智、长石资本、香港慧科科创、天启资本跟投，招商局创投、零一创投等老股东持续加码。[S3][S4][S5][S6][S7][S8] 2026 年 5 月，DoNews 和 SmartHey 引述 AI 科技评论称 RoboScience 机器科学于近日完成“十亿元 A 轮融资”，投资方包含多家国内外知名产业巨头及一线财务机构，资金用于 VLOA 大模型与自研机器人本体工程化/量产。[S33][S34] 但截至本次校对，RoboScience 官网首页、官网发展历程和泰伯网融资表仍只更新到 2026 年 2 月 Pre-A，因此本文把 A 轮列为 L2 媒体口径，待公司或投资方一手公告确认。[S1][S2][S6]
技术上，RoboScience 的公开叙事从 2025 年的“快慢脑分层端到端模型”“Object Trajectory 标准数据格式”“Manipulation Foundation Model”，进一步演进到 2026 年的 VLOA（Vision-Language-Object-Action）大模型。VLOA 被公司定义为融合“具身世界模型”和“具身操作大模型”的端到端模型，目标是适用于任何任务、任何对象、任何机器人。[S5][S8] 这里的关键词不是 VLA，而是公司额外塞进了 Object：它想让“物体状态变化 / 3D 点云轨迹”成为具身智能模型之间传递的中间语言。
商业化披露目前偏弱。官网、融资稿和 A 轮媒体稿提到未来应用于零售、物流、工业、家庭等领域，以及推进自研机器人本体工程化与量产，但未披露明确客户、订单金额、部署数量、收入、复购或 SLA。[S1][S5][S8][S33] 京东是领投方并已通过关联主体出现在工商股东变更信息中，天然有零售、物流和机器人渠道想象，但公开材料尚不能证明 RoboScience 已拿到京东场景订单。[S35] 因此，本文把京东放在“投资方/潜在产业协同”而不是“客户/订单”。
纵向分析
1. 成立背景：大模型泛化给机器人行业打开了一个窗口
RoboScience 的起点，不是“再做一个人形机器人本体”，而是抓住 2024 年后具身智能行业的一个核心焦虑：机器人硬件越来越像，真正稀缺的是跨场景、跨物体、跨本体的泛化能力。
投资界在天使轮报道中写到，RoboScience 注册成立于 2024 年 12 月底，2025 年 3 月开始正式运营。[S4] 官网团队介绍则写明，田野在 2024 年 12 月创立 RoboScience，专注跨实体通用具身智能，目标是打造机器人的具身操作系统与产品。[S1] 这个时间点很关键。2024 年，VLA、机器人基础模型、世界模型、仿真数据、Open X-Embodiment 这类概念已经从学术圈进入创业圈，资本市场开始追问：谁能把 ChatGPT 式的泛化能力迁移到物理世界？
RoboScience 对这个问题的回答是“跨实体”。这里的“实体”更接近英文 embodiment，即不同机器人身体、末端执行器、传感器和任务场景。公司官方文章把核心技术模块称为 Cross Embodiment AI，并提出基于快慢脑系统机器人学习框架与自监督训练开发具身操作系统。[S5] 这说明它一开始就不满足于为某一台机械臂或某一款人形机器人写策略，而是试图把模型和硬件解耦。
这个选择有明显好处：如果做成，RoboScience 可以站在机器人“通用智能层”，服务不同硬件和场景。坏处也同样明显：跨本体泛化是机器人学习里最难的部分之一，公开 demo 很容易做出声量，稳定商业部署却要面对真实物理世界的噪声、维护、成本和安全边界。
2. 团队来源：苹果 AI 平台、斯坦福/NUS 操作学、科沃斯量产、商汤资本
RoboScience 的团队结构可以拆成四条线。
田野：端侧 AI 平台和大规模工程化。 官网称田野本科毕业于中国科学技术大学物理专业，硕士毕业于斯坦福大学计算与数学工程专业，后加入苹果，成长为 Apple AI Platform 技术负责人，推动 CoreML、ARKit、Vision Framework、NLP Framework 等生态能力落地。[S1] 官方 Pre-A 融资稿还称其曾任苹果 AI Platform 技术负责人，并主导端云协同大模型推理、端侧推理、多计算单元协同计算、编译融合等技术。[S8] 这段履历解释了为什么 RoboScience 会强调“操作系统”“模型工程化”和“端侧/硬件适配”，而不是只讲论文指标。
邵林：机器人操作和跨本体抓取。 官网称邵林为公司创始人兼首席科学家，新加坡国立大学助理教授，斯坦福博士，师从 Jeannette Bohg，联合导师为 Leonidas J. Guibas，研究方向聚焦机器人操作。[S1] 邵林团队的 D(R,O) Grasp 项目页写明，该方法面向跨本体灵巧抓取，输入机器人手描述和物体点云，预测稳定抓取，并获得 ICRA 2025 Best Paper Award on Robot Manipulation and Locomotion。[S9] 这给 RoboScience 的“跨本体”叙事提供了学术源头。
刘朋海：科沃斯量产和供应链。 官网称刘朋海曾任科沃斯集团副总裁、产品委员会及战略委员会核心成员、科沃斯电机总经理，有 20 年以上新产品开发和导入经验，管理 3000 人以上团队，实现 50 多款机器人产品量产。[S1] 对早期具身智能公司来说，这类履历的价值在于把“能动起来”拉向“能稳定生产、售后和交付”。
汪涛：资本和产业基金。 官网称汪涛毕业于中科大统计学、爱荷华大学精算学硕士，曾任商汤国香资本募资负责人和核心投资团队成员，主导数十亿规模基金募资与设立，有近 10 年一级市场经验。[S1] 这使 RoboScience 在融资、投资人沟通、产业基金网络上拥有内部能力。
这四条线拼在一起，构成了一个很清晰的创业假设：田野负责把大模型工程栈落到端侧和机器人系统，邵林负责把跨本体操作能力做成技术根，刘朋海负责把产品和量产补上，汪涛负责资本与产业网络。缺口也清楚：公开资料尚未显示 RoboScience 已形成可验证的大规模客户交付组织。
3. 产品与技术演进：从快慢脑到 VLOA
RoboScience 早期技术叙事有三个概念：快慢脑、Object Trajectory、Manipulation Foundation Model。
2025 年 7 月天使轮官方稿称，公司自成立起采用快慢脑分层端到端模型：快脑承担实时响应、动态调整、多关节协同控制、实时力反馈适配等底层操作技能；慢脑承担复杂说明书解析、长周期任务规划、人类示范拆解等任务推理。[S5] 这个架构和 Figure Helix、Google Gemini Robotics 1.5、Skild Brain 等海外玩家的“高层语义 / 低层控制”分工有相似性，但 RoboScience 更早把它包装成“大小脑模型及产品”。
Object Trajectory 是更有 RoboScience 特色的概念。公司称其从第一性原理出发，把“物体状态变化”定义为具身智能的标准数据格式，用于规模化获取和使用仿真数据、视频数据及真实数据。[S5] 到 2026 年 VLOA 文章中，这个概念进一步具体化为“物体未来运动路径的 3D 点云轨迹”：模型接收语言和视觉输入，输出带时间戳的三维点序列，包括位置、姿态、时间步和预测置信度。[S10] 如果 VLA 的 A 是动作，RoboScience 的 O 更像让机器人先把“物体会怎么变”想清楚，再把这个变化交给操作模型执行。
Manipulation Foundation Model 则承担动作层。天使轮稿称，该模型作为多模态大模型与物理世界的桥梁，目标是“指导任意机器人、操作任意物体、完成任意任务”，在抓取操作中实现与硬件解耦，并改善成功率、姿态多样性和计算速度。[S5] 这仍属于公司自述，尚需独立基准、开源或客户数据验证。
2026 年 2 月 Pre-A 融资稿把上述叙事升级成 VLOA（Vision-Language-Object-Action）大模型。公司称 VLOA 融合具身世界模型与具身操作大模型，目标是任何任务、任何对象、任何机器人；具身世界模型基于超过 100 万小时以物体为中心的高维多模态操作相关视频数据，并以每周数十万小时速度增长，目标在 2026 年构建千万小时级数据集；具身操作大模型基于自研多模态物理引擎，已积累 10B 高质量 manipulation 操作数据，目标构建 1T 操作数据。[S8][S10]
这些数据规模很有吸引力，但必须谨慎处理：来源是公司官方披露，未见第三方审计或可复现实验验证。本文把它们列为“公司披露的数据目标和自述规模”，不等同于经独立验证的行业事实。
4. 科研信号：D(R,O) Grasp 和 ShapeForce 提供了可信技术锚点
RoboScience 的技术叙事如果只停留在公司融资稿，会显得很营销。但邵林团队确实有若干可追溯科研锚点。
D(R,O) Grasp 项目页显示，该方法把机器人手与物体的交互建模为统一表示，面向不同机器人手和物体几何形态泛化；项目页披露其在仿真中平均成功率 87.53%，并在 LeapHand 上做了真实实验。[S9] 这和 RoboScience 的“跨本体灵巧抓取”方向高度一致。
ShapeForce 则是另一个值得关注的方向。RoboScience 官方文章称，RoboScience 与新加坡国立大学联合研究提出低成本软体机器人腕部 ShapeForce，以约 6 美元材料实现可替代昂贵六维力扭矩传感器的接触反馈方案。[S11] arXiv 摘要写明，ShapeForce 通过柔性核心形变和基于标记的姿态跟踪生成类力信号，在多种密集接触操作任务中达到与六轴力扭矩传感器相当的性能。[S12]
这两个例子说明 RoboScience 的路线不是纯粹“LLM 套机器人”。它在操作、触觉/力觉、末端执行器、低成本硬件感知上有实际研究积累。不过从投资角度看，还需要下一步证据：这些科研成果是否进入公司产品栈，是否降低真实部署成本，是否支撑稳定客户场景。
5. 融资节奏：三轮官方披露，十亿元 A 轮媒体口径待一手确认
RoboScience 的融资节奏很快。
2025 年 3 月，新浪转载投中网报道称 RoboScience 完成数千万元种子轮融资，由零一创投独家投资，本轮融资拟用于产品研发和团队搭建。[S3] 这轮融资更像“团队和方向验证”。
2025 年 7 月，RoboScience 宣布完成近 2 亿元天使轮，由京东领投，招商局创投、商汤国香资本跟投，老股东零一创投继续追投，慕石资本担任独家财务顾问。[S5] 投资界同日文章也确认了这一口径，并补充公司在本轮前已完成数千万元种子轮。[S4]
2026 年 2 月，官方稿披露完成数亿元 Pre-A 轮，普华资本领投，达晨财智、长石资本、香港慧科科创、天启资本跟投，老股东招商局创投、零一创投等持续加码，华兴资本担任独家财务顾问。[S8] EqualOcean 英文报道也给出相同投资方和资金用途：推进 VLOA 大模型技术，推进通用机器人愿景。[S7]
2026 年 5 月，DoNews 和 SmartHey 引述 AI 科技评论称，RoboScience 机器科学于近日完成“十亿元 A 轮融资”，投资方包含多家国内外知名产业巨头及一线财务机构；DoNews 报道日为 2026-05-11，SmartHey 同日稿称其为“5月11日消息”。[S33][S34] 由于公司官网新闻、官网发展历程和泰伯网融资历史截至校对时仍停留在 Pre-A，且 A 轮具体投资方未披露，本文不把该轮写成 L1 官方事实，而作为“媒体口径待一手确认”列入融资表和冲突事项。
如果只看投资方构成，RoboScience 已从纯早期 VC，扩展到京东、招商局创投、商汤国香资本、普华、达晨等更综合的资金网络；若 A 轮后续被一手来源确认，资本网络可能进一步扩展到国内外产业巨头和一线财务机构。这里最有场景想象的是京东：它既是互联网巨头，也有零售、物流和机器人生态布局。但公开来源只证明“投资/股东变更”，还不能证明“采购订单”。
融资历史表
| 时间 | 轮次 | 金额 | 投资方 | 资金用途/备注 | 证据等级 |
|---|---|---|---|---|---|
| 2025-03-31 | 种子轮 | 数千万元 | 零一创投独家投资 | 新浪转载投中网称资金用于产品研发和团队搭建；投资界后续天使轮稿确认本轮前已完成数千万元种子轮。金额保留“数千万元”原文口径。 | L2：[S3][S4] |
| 2025-07-30 | 天使轮 | 近 2 亿元 | 京东领投；招商局创投、商汤国香资本跟投；零一创投继续追投 | 慕石资本任独家财务顾问。官方稿和投资界口径一致。 | L1/L2：[S5][S4] |
| 2026-02-12 | Pre-A 轮 | 数亿元 | 普华资本领投；达晨财智、长石资本、香港慧科科创、天启资本跟投；招商局创投、零一创投等持续加码 | 华兴资本任独家财务顾问；官方称资金主要用于深化 VLOA 大模型技术。 | L1/L2：[S8][S7] |
| 2026-05-11（报道日） | A 轮 | 十亿元 | 多家国内外知名产业巨头及一线财务机构（未披露具体名单） | DoNews、SmartHey 引述 AI 科技评论称“近日完成十亿元 A 轮融资”；资金用于深化 VLOA 大模型技术，以及推进自研机器人本体工程化与量产。官网与泰伯网截至校对时未同步该轮，列为 L2 待核验。 | L2：[S33][S34] |
融资口径判断： RoboScience 已有一手或较高可信来源支持的融资主线是“数千万元 + 近 2 亿元 + 数亿元”；2026 年 5 月“十亿元 A 轮”目前是媒体口径，未见公司官网或投资方一手公告同步，不能在公开资料基础上得出精确累计融资额。泰伯网将天使轮写作 2 亿元人民币，而公司官方使用“近 2 亿元”；本文采用官方“近 2 亿元”。[S6][S5]
合作网络
| 类别 | 相关实体 | 关系类型 | 时间 | 证据等级 | 备注 |
|---|---|---|---|---|---|
| 投资方/股东 | 零一创投 | 种子轮独家投资；天使轮、Pre-A 持续加码 | 2025-03、2025-07、2026-02 | L1/L2：[S3][S5][S8] | 早期连续支持方。 |
| 投资方/股东 | 京东 | 天使轮领投 | 2025-07 | L1/L2：[S5][S4] | 只能确认为投资方；客户/订单暂缺。 |
| 投资方/股东 | 招商局创投 | 天使轮跟投；Pre-A 老股东持续加码 | 2025-07、2026-02 | L1：[S5][S8] | 产业资本属性明显。 |
| 投资方/股东 | 商汤国香资本 | 天使轮跟投 | 2025-07 | L1：[S5] | 汪涛曾任商汤国香资本募资负责人，存在团队历史关系，但投资关系和任职历史需分开记录。[S1] |
| 投资方/股东 | 普华资本、达晨财智、长石资本、香港慧科科创、天启资本 | Pre-A 轮投资方 | 2026-02 | L1/L2：[S8][S7] | Pre-A 后资本结构更分散。 |
| 投资方/股东 | A 轮未披露投资方 | 媒体称“多家国内外知名产业巨头及一线财务机构”参与 | 2026-05 | L2：[S33][S34] | 具体名单、是否含上市公司/互联网巨头/产业方均暂缺，需一手公告或工商变更核验。 |
| 客户/订单 | 暂缺 | 暂缺 | 暂缺 | 暂缺 | 未发现公开披露的客户名称、订单金额、部署数量、验收指标或收入确认。 |
| 上市公司/互联网巨头 | 京东 / 京东科技信息技术有限公司 | 京东领投天使轮；京东云计算关联公司工商入股 | 2025-07、2025-09 | L1/L2：[S5][S4][S35] | 可确认投资/股东关系；不应写成“京东订单”或“京东客户”。 |
| 上市公司/产业巨头 | 科沃斯、苹果、商汤科技等 | 团队历史来源或资本渊源 | 2024-2026 | L1：[S1][S8] | 这些是人才/历史履历或资本渊源，不等同于公司合作、客户订单或供应链关系。 |
| 上市公司/产业巨头合作 | 暂缺 | 暂缺 | 暂缺 | 暂缺 | 除投资/股东和团队履历外，未发现与其他上市公司或产业巨头的公开客户、联合研发、供应链合作证据。 |
| 产业合作 | 京东 | 潜在产业协同，但公开材料仅确认投资/股东关系 | 2025-07、2025-09 | L1/L2：[S5][S4][S35] | 不应写成“京东订单”。 |
| 产业合作 | 零售、物流、工业、家庭等场景 | 公司目标应用方向 | 2025-2026 | L1：[S1][S8] | 这是公司愿景/目标场景，不是客户合同。 |
| 技术/联合研发 | 新加坡国立大学（NUS） | RoboScience 与 NUS 联合研究 ShapeForce | 2025-12 | L1：[S11][S12] | 低成本软体腕部力反馈方案。 |
| 技术/联合研发 | 邵林 / NUS LinS Lab | D(R,O) Grasp 跨本体灵巧抓取研究 | 2024-2025 | L1：[S9] | 学术成果与公司技术方向高度相关，但项目主体为 NUS 研究团队。 |
| 高校/科研渊源 | 斯坦福大学、中科大、南京大学、新加坡国立大学、港大、上交大、ETH 等 | 创始人和团队教育/科研来源 | 2024-2026 | L1：[S1] | 官网团队页列示；除 NUS 相关研究外，不等同于正式机构合作。 |
| 产业人才渊源 | 苹果、科沃斯、商汤 | 核心团队历史来源 | 2024-2026 | L1：[S1][S8] | 分别对应 AI 平台、机器人量产、产业资本经验。 |
横向分析
1. 赛道切面：RoboScience 不是“本体量产优先”，而是“通用机器人智能层优先”
截至 2026-05-17，具身智能已经分成三类玩家。
第一类是 硬件/本体量产优先，例如宇树、Figure、智元、星动纪元。这类公司用可见机器人产品建立品牌，再把 VLA、世界模型、控制模型接到本体上。
第二类是 机器人基础模型优先，例如 Physical Intelligence、Skild AI、Google DeepMind Gemini Robotics。它们的核心是跨机器人、跨任务、跨环境的模型能力，本体更多是训练和验证载体。
第三类是 本体 + 模型 + 数据一体化，例如星海图、千寻智能、银河通用。它们既要卖硬件和场景方案，也要把数据、模型和生态讲成长期壁垒。
RoboScience 更接近第二类和第三类之间：它公开资料中有“本体产品”表述，但截至目前看，投资人买的主要是 VLOA、Object Trajectory、仿真数据和跨本体操作能力，而不是已规模出货的某款机器人。
2. 代表玩家对比
| 玩家 | 核心路线 | 数据/模型策略 | 商业化状态 | 与 RoboScience 的差异 |
|---|---|---|---|---|
| RoboScience（机科未来） | VLOA = 具身世界模型 + 具身操作大模型；Object Trajectory 作为物体状态变化接口；跨实体通用具身智能 | 公司披露超过 100 万小时物体中心视频数据、10B 操作数据，自研物理引擎，目标 2026 年千万小时视频与 1T 操作数据 | 客户/订单暂缺；融资推进较快；2026 年 5 月媒体称完成十亿元 A 轮但待一手确认 | 更强调“Object”中间表示和仿真-世界模型-操作模型闭环；商业验证弱于融资和技术叙事 |
| Physical Intelligence | pi0 / pi0.5 / pi0.7 通用机器人基础模型 | pi0 使用互联网级视觉语言预训练、开源机器人数据和 8 种机器人自采数据；pi0.5 使用异构任务协同训练；pi0.7 引入多模态条件和可 steer 模型。[S17][S18][S19][S20] | 开源/论文/演示强；商业客户披露有限 | 研发透明度更强，有论文和模型系列连续迭代；RoboScience 更封闭，未见开源模型 |
| Skild AI | Skild Brain，omni-bodied robot brain，覆盖四足、人形、机械臂、移动操作等 | 大规模仿真 + 互联网人类视频 + 少量真实机器人数据；强调 in-context learning 和任意机器人/任务。[S21][S23] | 2026 年披露与 NVIDIA、ABB、Universal Robots、MiR、Foxconn 等合作，融资规模和估值显著领先。[S22][S24] | Skild 商业合作和产业伙伴披露更强；RoboScience 目前更早期，尚未显示相同级别的生产环境部署 |
| Google DeepMind Gemini Robotics | Gemini Robotics / ER / 1.5；VLA + embodied reasoning | 基于 Gemini 系列，强调多步任务推理、工具调用、跨本体学习、motion transfer。[S14][S15][S16] | ER 1.5 已向开发者开放，Robotics 1.5 面向 select partners。[S15] | DeepMind 是平台级基础模型玩家，安全和评测体系更完整；RoboScience 需要在垂直场景和中国供应链里找差异化 |
| Figure AI Helix | 面向人形机器人的 VLA，System 2 VLM + System 1 visuomotor policy | 约 500 小时高质量多机器人遥操作数据；单组权重控制上半身 35 DoF，200Hz 控制。[S13] | 与 Figure 自家人形本体强绑定，强调商业部署准备。[S13] | Figure 从本体和商业机器人切入，RoboScience 从跨本体模型切入；前者更硬件垂直，后者更模型横向 |
| 星海图（Galaxea AI） | 本体 + VLA + 世界模型 + 开发者生态 | G0/G0 Plus、真实数据路线、轮式双臂和开发平台。[S25][S26] | 已有开发者生态、客户/伙伴和多轮大额融资公开披露。[S25][S27] | 星海图本体和开发者销售更清晰；RoboScience 模型概念更集中但产品矩阵披露少 |
| 千寻智能（Spirit AI） | Spirit VLA + Moz/Moz1 本体，通用大脑 + 场景数据 | 开源 Spirit v1.5，真实场景、算力/工业合作密集。[S28][S29][S30][S31] | 已披露京东、宁德时代、博世、华为/海思等场景或技术合作。[S29][S30][S31][S32] | 千寻商业与合作网络披露更强；RoboScience 客户和场景尚未公开成形 |
3. 横向位置判断
RoboScience 的优势不在“已经证明了规模化交付”，而在一个更早期的技术命题：机器人是否需要一种以物体状态变化为中心的统一数据格式？
Physical Intelligence 强调 generalist policy，Skild 强调 omni-bodied brain，Figure 强调用 VLA 直接控制人形上半身，Google 强调 embodied reasoning + VLA 物理智能体。RoboScience 的不同点，是把 Vision-Language-Object-Action 里的 Object 单独抬出来，并把 Object Trajectory 作为世界模型和操作模型之间的接口。[S8][S10]
这个方向有道理。机器人最终不是在操作像素，而是在改变物体状态：把杯子从桌上拿到柜里，把衣服从皱变平，把插头从未插入变为插入。以物体轨迹为中心，可能比直接预测视频帧或直接输出动作更可解释，也更容易接到下游操作模型。
但它的风险也在这里。Object Trajectory 是否真的能成为通用中间表示，需要回答三个问题：
- 对刚体、铰链体、柔性物体、液体、线缆等不同对象，3D 点云轨迹是否足够表达关键物理状态？
- 从互联网视频中自动标注和清洗出的物体轨迹，能否支撑真实机器人闭环控制？
- 世界模型预测的轨迹，如何转化成不同机器人本体可执行、可纠错、安全的动作？
如果这些问题被解决，RoboScience 可能成为中国具身智能里“模型基础设施”味道最强的一批公司。如果没有解决，它就会退回到普通机器人 startup 的命运：好看的模型故事，最后仍要靠具体场景、具体客户和具体交付来证明。
横纵交汇洞察
RoboScience 今天的横向位置，几乎完全由它的起点决定。
它不是从扫地机、四足、人形整机或工业机械臂量产里长出来的公司，所以它没有宇树和科沃斯式硬件规模优势。它也不是 Google DeepMind 那样坐拥通用基础模型、云、数据和研究组织的平台巨头，所以不能用纯模型规模碾压行业。
它选择了中间路线：用苹果 AI 平台经验解决工程化，用邵林的跨本体操作研究解决学术可信度，用科沃斯量产经验补产品化短板，再用资本网络快速把公司推到头部融资牌桌。这条路线的历史根源非常清楚。田野和邵林的背景让公司天然相信“模型泛化”是主线，而不是先在某个硬件形态上做规模；刘朋海和汪涛的加入，则是在修正纯模型团队容易忽略的量产和融资问题。
和横向玩家相比，RoboScience 的优势是技术概念有一致性。从快慢脑、Object Trajectory、Manipulation Foundation Model 到 VLOA，它一直在讲一件事：让机器人理解物体状态变化，并把这种理解迁移到不同机器人身体上。这比很多“今天做人形，明天做大模型，后天做家庭服务”的叙事更连贯。
它的劣势也同样连贯：商业闭环没有公开证据。Skild 已经披露与 ABB、Universal Robots、NVIDIA、Foxconn 等生产环境合作；千寻已经披露京东 MALL、宁德时代 PACK 产线、博世中国等场景或合作；星海图至少有开发者生态和客户/伙伴名单。RoboScience 当前公开披露仍集中在融资、团队、技术文章和论文，2026 年 5 月 A 轮媒体稿虽然提到工程化与量产，但没有给出客户、订单、部署数量或验收指标，客户侧仍然空白。[S33][S34]
未来三种剧本：
最可能的剧本：模型和本体产品继续打磨，先做样板场景和产业投资人协同。 京东、招商局、商汤国香等投资方可能提供零售、物流、工业、AI 生态资源，但在公开订单出现前，RoboScience 仍会被市场视为强技术早期公司。
最危险的剧本：VLOA 数据规模和模型指标无法转化为稳定作业。 机器人行业最常见的失败不是 demo 不好看，而是 demo 外的环境太杂：物体变化、光照、遮挡、维护、故障、安全、售后和成本一起涌来。如果 VLOA 只能在精选场景中表现出色，RoboScience 会很难证明“跨实体通用”。
最乐观的剧本：Object Trajectory 成为可复用的具身智能中间层。 在这个剧本里，RoboScience 不需要成为最大的人形机器人整机公司，而是成为不同本体、不同末端执行器、不同场景之间的“操作智能层”。这会让它更像机器人世界里的模型基础设施公司，而不是单一硬件公司。
证据与来源表
| 事实/判断 | 来源 | 证据等级 | 访问日期 | 备注 |
|---|---|---|---|---|
| 官网定位为构建具身智能大模型及本体产品，覆盖零售、物流、工业、家庭 | RoboScience 官网关于我们 | L1 | 2026-05-17 | 公司自述 |
| 田野、刘朋海、邵林、汪涛团队背景 | RoboScience 官网关于我们；官方融资稿 | L1 | 2026-05-17 | 核心团队主线 |
| 2024 年 12 月创立/2024-12-31 成立 | 官网；投资界；泰伯网；爱企查搜索摘要 | L1/L2/L3 | 2026-05-17 | 成立日期仍有“创立/注册/运营”口径差异 |
| 数千万元种子轮，零一创投独家投资 | 新浪转载投中网；投资界后续稿 | L2 | 2026-05-17 | 未找到公司官网单独种子轮稿 |
| 近 2 亿元天使轮，京东领投 | RoboScience 官网天使轮稿；投资界 | L1/L2 | 2026-05-17 | 采用“近 2 亿元”原文 |
| 数亿元 Pre-A，普华资本领投 | RoboScience 官网 Pre-A 稿；EqualOcean | L1/L2 | 2026-05-17 | 采用“数亿元”原文 |
| 十亿元 A 轮 | DoNews、SmartHey 引述 AI 科技评论 | L2 | 2026-05-17 | 采用“十亿元 A 轮”媒体原文；官网/投资方一手来源暂缺 |
| 快慢脑、Object Trajectory、Manipulation Foundation Model | 官方天使轮稿 | L1 | 2026-05-17 | 公司技术叙事 |
| VLOA、100 万小时视频数据、10B 操作数据 | 官方 Pre-A 稿；VLOA 技术解读 | L1 | 2026-05-17 | 公司披露，未独立审计 |
| D(R,O) Grasp 跨本体灵巧抓取 | 项目页 / ICRA 论文项目 | L1 | 2026-05-17 | 学术来源 |
| ShapeForce 低成本软体腕部 | RoboScience 技术文章；arXiv | L1 | 2026-05-17 | RoboScience 与 NUS 联合研究 |
| 京东投资/入股，但客户订单暂缺 | 官方天使轮稿；投资界；证券时报/企查查工商变更报道 | L1/L2 | 2026-05-17 | 只能证明投资/股东关系，不证明订单或客户关系 |
| 客户/订单/收入暂缺 | 多关键词检索未发现公开披露 | L2/L3 | 2026-05-17 | A 轮媒体稿提到工程化/量产，但未披露客户、订单或收入 |
| 横向玩家 Physical Intelligence、Skild、Google、Figure 路线 | 各公司/机构官方博客、论文、融资稿 | L1/L2 | 2026-05-17 | 用作竞品参照 |
冲突与未确认事项
| 问题 | 当前证据 | 当前采用口径 | 需要人工复核的材料 |
|---|---|---|---|
| 成立时间到底写 2024 年 12 月、2024-12-31，还是 2025 年 3 月？ | 官网写 2024 年 12 月创立；投资界写 2024 年 12 月底注册、2025 年 3 月正式运营；泰伯网写成立时间 2024-12-31。[S1][S4][S6] | 写“2024 年 12 月创立/注册，2025 年 3 月正式运营”；工商日期采用 2024-12-31。 | 国家企业信用信息公示系统或完整工商档案。 |
| 种子轮是否有公司官方一手公告？ | 新浪转载投中网披露数千万元种子轮，投资界天使轮稿确认此前已完成数千万元种子轮。[S3][S4] | 采用“数千万元种子轮，零一创投独家投资”，证据等级 L2。 | 公司官微/官网历史稿、零一创投公告、融资协议或工商变更。 |
| 天使轮金额写“近 2 亿元”还是“2 亿元”？ | 公司官方写“近 2 亿元”；泰伯网数据库写“2亿元人民币”。[S5][S6] | 采用公司官方“近 2 亿元”。 | 融资新闻原始通稿、工商增资金额、投资方公告。 |
| 十亿元 A 轮是否已正式完成？ | DoNews、SmartHey 引述 AI 科技评论称“近日完成十亿元 A 轮融资”，投资方包含多家国内外知名产业巨头及一线财务机构；官网首页、官网发展历程、泰伯网融资表截至校对时未同步该轮。[S33][S34][S1][S2][S6] | 写入融资表，但标为 L2 媒体口径待核验；不并入官方确认融资累计。 | 公司官网/官微公告、投资方公告、工商变更、财务顾问材料、AI 科技评论原文。 |
| A 轮投资方具体名单 | 媒体只写“多家国内外知名产业巨头及一线财务机构”，未列名称。[S33][S34] | 暂缺，不推断为具体上市公司、互联网巨头或产业方。 | 公司或投资方公告、工商变更、权威媒体深度报道。 |
| Pre-A/A 轮后累计融资金额 | 官方主线为“数千万元 + 近 2 亿元 + 数亿元”；A 轮媒体口径为“十亿元”，无法精确加总。 | 不写精确累计，写“官方已披露三轮；媒体称十亿元 A 轮待一手确认”。 | 公司官方累计口径、财务顾问材料、权威媒体深度报道。 |
| Pre-A 估值 | 未见官方或权威媒体披露。 | 暂缺。 | 融资协议、工商变更、权威媒体投后估值报道。 |
| 京东是否已成为客户或场景方？ | 京东领投天使轮；未见公开订单或战略合作细节。 | 写“投资方/潜在产业协同”，不写“客户”。 | 京东官方合作公告、采购公告、场景部署报道。 |
| 是否已有本体产品可售/量产？ | 官网称构建具身智能大模型及本体产品，VLOA 文末称机器人本体产品是能力载体；未见产品页、价格、参数、出货量。[S1][S10] | 写“本体产品研发中/公开产品化信息不足”。 | 产品手册、客户交付、认证、展会实机资料。 |
| 100 万小时视频数据、10B 操作数据是否可验证？ | 来源为公司官方文章。[S8][S10] | 写“公司披露”，不写成独立事实。 | 数据集论文、开源样本、第三方评测、审计口径。 |
信息来源
方法论说明
本文按横纵分析法组织：纵向追踪 RoboScience 从成立、团队、技术、融资到商业化披露的演进；横向把它放入通用机器人基础模型、VLA/世界模型、本体+模型一体化公司的当前竞争切面中比较。所有关键判断尽量标注来源和证据等级；公开资料不足处保留未确认事项，不做推断补齐。