TengNews财经网讯：11月2日，通用具身智能企业RoboScience机器科学正式宣布完成A2轮数亿元融资。本轮融资由琥珀资本、鸿瑞达投资、上海半导体产投联合领投，爽资本、360战投、国联民生资本、金鼎资本及多家上市公司平台跟投。这是继今年早些时候连续完成两轮融资后，该公司在资本市场的再度发力，也是近期一级市场具身智能赛道中规模较大的一笔交易。在行业投资逻辑逐步从概念叙事转向确定性验证的背景下，RoboScience凭借其全栈技术布局与快速商业化进展，获得了产业资本与财务投资人的共同认可。

根据披露信息，本轮募集资金将围绕三个核心方向展开：持续迭代具身大模型Visics，推进物流、零售、工业等核心场景的POC验证与规模化落地，并进一步加强高端人才储备。从资金用途的分配可以看出，RoboScience并未将资源分散至单纯的本体硬件铺量，而是聚焦于“大脑”能力的提升与真实场景的数据闭环。公司创始人兼CEO田野对此表示，希望每一次场景落地既能解决客户的实际问题，也能为通用能力的提升积累经验，本轮融资后将持续完善本体产品与EaaS服务，在真实作业中提升效率与泛化能力，降低具身智能的使用成本。

RoboScience机器科学成立于2024年12月，由前苹果AI平台技术负责人田野与新加坡国立大学助理教授邵林联合创立。两位创始人系斯坦福大学AI Lab同班同学，分别师从吴恩达教授与具身操作领域专家Jeannette Bohg及几何计算泰斗Leonidas Guibas。田野在苹果期间主导了CoreML、CreateML等核心AI平台的建设，积累了将大规模AI模型部署至终端设备的工程经验；邵林则在机器人灵巧操作与三维几何领域发表了多项标杆性研究，其团队近期凭借通用灵巧抓取框架D(R,O) Grasp斩获ICRA 2025机器人操作与运动最佳论文奖。这种“学术前沿与工业落地”互补的团队结构，为公司的技术路线提供了兼具前瞻性与可执行性的底色。

在过去不到一年时间内，RoboScience完成了从数据引擎、模型到本体的全栈体系搭建。2025年9月，公司发布自研可微多模态物理仿真引擎RoboMirage；2026年6月推出通用具身大模型Visics；8月即亮相轮式仿人形机器人REX G1。其中，Visics以物体连续3D点云轨迹作为中间接口，实现了跨本体、跨物体、跨任务的泛化能力。在WAIC及WRC展会上，搭载该模型的机器人能够在30秒内切换不同品牌的灵巧手且无需重新训练，展现了较强的通用操作潜力。数据层面，公司构建的“仿真+视频”双数据飞轮将单条数据获取成本压至0.05元，为传统方案的数十分之一，视频训练数据从年初的100万小时增至10月的400万小时，为其模型迭代提供了可观的燃料。

商业化落地方面，RoboScience已将模型能力封装为云端具身智能服务EaaS，Visics上线腾讯云并以API形式开放调用，支持适配不同形态的灵巧手与机器人末端执行器。目前公司已在零售商超、物流等场景推进应用落地，通过真实作业数据持续反哺模型泛化能力。这种“云-端解耦”的模式试图将具身智能从本体绑定的传统交付中解放出来，使客户能够像调用大语言模型一样按需获取操作策略，从而降低新场景的适配门槛与部署成本。本轮产业股东的加入，尤其是上海半导体产投与多家上市公司平台的参与，有望在供应链协同与场景开放上为公司带来超越资金的战略资源。

从行业视角看，具身智能赛道在经历早期概念热潮后，正进入以场景验证与成本控制为核心的分化阶段。RoboScience本轮融资的顺利完成，一定程度上反映了资本市场对其“降低使用门槛”逻辑的认可。琥珀资本与鸿瑞达投资的联合领投，加之360战投等互联网产业方的入局，显示出投资方对具身智能作为下一代计算平台入口的战略判断。然而，对于一家成立尚不足两年的公司而言，从技术验证到规模化营收之间仍存在显著的鸿沟。POC验证的广度与深度、EaaS服务的客户留存与付费意愿、以及多场景并行推进带来的组织管理压力，都将是其接下来需要直面的考验。

展望未来，RoboScience方面表示，本轮融资后公司将加强与产业股东的资源协同，加快核心场景的验证与应用推广，同时在高端人才引进上加大力度，补强工程化与商业化团队。田野所构想的路径是清晰的：以通用具身大模型为内核，以仿真与视频数据飞轮为效率杠杆，以EaaS云服务为交付载体，在物流、零售、工业等场景中逐步打磨出可复制的标准化能力。在具身智能从实验室走向产业化的关键窗口期，RoboScience能否将先发的技术卡位转化为可持续的商业壁垒，将决定其在这一轮竞赛中的最终站位。