作者 | 铅笔道 黄小贵
编辑 | 铅笔道 邹蔚
封面图 | ChatGPT 创作
最近，深圳一家机器人公司悄然完成 10 亿元 A 轮融资。
这家公司是 RoboScience 机器科学。它名气远不如许多同行，但很早就开始研发具身 AI 大模型，也就是给机器人安上大脑。
大脑让机器人能够自己理解任务、判断环境、操作物体，是具身智能最难攻克的技术堡垒。
这个赛道增长很快。咨询公司 MarketsandMarkets 预测，全球具身 AI 市场规模将从 2025 年的 44.4 亿美元，增长到 2030 年的 230.6 亿美元（约合人民币 1570 亿元）。
RoboScience 机器科学创立于 2024 年，创始人田野是" 90 后"，四川自贡人。
田野本科毕业中科大物理系，在斯坦福大学 AI Lab 获得硕士学位。毕业后，田野在苹果公司工作 7 年，担任苹果公司 Apple AI Platform 负责人。
最近，RoboScience 机器科学发布了通用具身大模型 Visics。铅笔道在深圳与田野及公司联合创始人（兼执行总裁）汪涛交流。
这是他们首次向外界解答市场最关心的问题：具身 AI 有哪些真实机会？
具身 AI 大模型为什么火了？
具身 AI 大模型同时踩中了三个趋势：大模型从数字世界进入现实场景，机器人行业急需解决泛化难题，资本正在寻找 AI 下一轮商业化入口。
ChatGPT 给人启发是：如果大模型可以理解语言，机器人能不能也通过大模型理解真实世界里的物体、空间、力和动作？
这正是具身 AI 大模型路线让行业兴奋的地方。
工厂里早就有机械臂，仓库里也有 AGV 小车，汽车产线上更是高度自动化。但这些机器人通常只能在相对固定、标准、封闭的场景里工作。也就是说，这些传统机器人没有解决泛化能力，脱离原有环境和任务，可能就歇菜了。
真正有价值的机器人，不应该只会抓一种瓶子、搬一种箱子、叠一种衣服。它应该能面对不同形状、不同材质、不同摆放方式的物体，仍然知道自己该怎么做。
它也不应该只能绑定某一种机械臂或某一种灵巧手，而应该能把学到的能力迁移到不同机器人身上。
田野在通用具身大模型 Visics 发布会上讲解
RoboScience 机器科学希望让机器人拥有一个通用 " 大脑 "，真正丢掉遥控器，成为自主理解任务、判断环境、操作物体的智能体。
过去卖机器人，更像卖硬件，一台一台交付与部署。未来如果机器人 " 大脑 " 可以适配不同硬件，它就可能变成软件、控制器、云服务，甚至类似大模型 API 的生意，是一门边际成本极低、收益极高的生意。
目前，英伟达、Google DeepMind、OpenAI、亚马逊、微软、英伟达、Meta、特斯拉等巨头都在关注这个方向。
具身 AI 大模型行业痛点
具身 AI 大模型难在 " 真实世界不标准 "、" 数据太少 "，它要同时解决数据、泛化、物理、仿真、跨本体、长任务和安全落地几件事。
RoboScience 机器科学开发了具身智能大脑 Visics（vision+physics），它能做两件事：
一，理解人给它的任务；二，判断物体应该怎样变化，然后指挥机器人把这件事做出来。
基于这一思路，希望解决行业四个痛点。
第一个痛点，是机器人泛化能力差。
RoboScience 机器科学的解法是，不把模型绑死在某一种机器人身体上，而是尽量让 " 大脑 " 和硬件解耦。也就是说，同一个模型未来可以适配不同机器人、不同灵巧手、不同场景。这背后的商业想象是：它不只是卖一台机器人，而是卖一种可以赋能很多机器人的操作能力。
RoboScience 机器科学的机械臂打领带
第二个痛点，是机器人太依赖人工采数据。
RoboScience 机器科学的判断是，具身智能如果想拥有 ChatGPT 那样的基础模型，不能只靠真人一点点采数据。而现实世界里，又没有那么多机器人每天在工厂、仓库、家庭里干活，所以真实机器人数据天然稀缺。
RoboScience 机器科学选择的路径是互联网视频加仿真数据。互联网视频提供真实世界里人和物体互动的样本，仿真系统则在虚拟世界里大量生成机器人操作数据。
它把这个思路概括为 " 算力即产能 "：不靠人海战术建数采厂，而是尽量用 GPU、自动化清洗标注系统和仿真引擎来生产训练数据，把 " 数据生产 " 变成 " 算力生产 "。
第三个痛点，是机器人不理解物理。
这也是 RoboScience 机器科学 自研物理仿真引擎 RoboMirage 的原因。它希望先在虚拟世界里训练机器人，让机器人在仿真环境中学习不同物体如何被抓取、折叠、拖拽、旋转、插入和组装，让机器人上岗前，先在一个足够真实的虚拟世界里练熟。
这也是全球行业共识正在形成的地方。英伟达最新机器人基础设施里特别强调多物理仿真和复杂灵巧操作，DeepMind 也把 Gemini Robotics 描述为能推理物理世界、规划复杂任务并做动作的模型。
Visics 通用具身大模型 VLOA 架构
第四个痛点，是很多机器人只能完成短动作，难以完成长任务。
RoboScience 机器科学把 Visics 分成两部分，具身世界模型和通用操作模型，并用连续的 3D 点云轨迹，描述一个物体在空间里怎么移动、怎么变化，机器人不是只学一个个孤立动作，而是开始理解任务过程。世界模型负责 " 想象 "，也就是先在脑子里想清楚怎么做，再让身体动手做。
具身 AI 大模型的商业机会
田野透露，RoboScience 机器科学的机器人 " 大脑 "，将优先服务于 B 端的物流、零售、商超等场景的本体。
这些地方物体种类多、任务重复性高、而且对 " 泛化操作 " 有真实需求。家庭机器人当然想象空间大，但家庭环境太复杂，对成本、安全、稳定性的要求更高。
全球市场也在印证这一点。Agility Robotics 的 Digit 已经被用于制造、配送和物流场景，公司即将上市，估值约 25 亿美元，其客户包括 Toyota、Schaeffler、Mercado Libre 等，主要任务包括仓储搬运等重复、危险或劳动力紧缺的工作。
Figure 02 已经进入宝马在美国斯帕堡的工厂。宝马官方披露，Figure 02 在 2025 年支持了超过 3 万辆宝马 X3 的生产，每周一到周五工作十小时。
这并不意味着家庭机器人没有机会。1X 机的 NEO 已经开始面向早期用户，使用 Redwood AI 学习和重复家庭任务，但复杂任务仍需要远程专家监督。
RoboScience 机器科学商业模式
第二，成为机器人 " 大脑 " 供应商，也就是成为机器人行业的基础软件层。这是 RoboScience 机器科学 最值得关注的商业机会，和全球趋势是一致的。
比如，美国公司 Physical Intelligence 目标也是开发一种能用于不同机器人的基础软件，不必为每个机器人、每个任务单独写软件。Skild 也推出了 Skild Brain，称其基础模型可以运行在几乎任何机器人上，从装配线机器到人形机器人，目标是让机器人具备更强的思考、导航和响应能力。
RoboScience 机器科学 的大脑售卖方式类似软件服务 MaaS，也可以像大模型卖 token 一样，按操作 token 或年包计费。
第三，卖端侧控制器，也就是把大模型能力装进一个控制设备里，再卖给机器人公司、机械臂公司或灵巧手公司。
比如，2024 年全球工厂新安装工业机器人约 54.2 万台，但传统工业机器人擅长的是标准化任务，比如焊接、喷涂、搬固定零件。它们不擅长处理复杂、杂乱、不规则、经常变化的任务，比如仓库里不同尺寸的包裹，商超里不同包装的商品，工厂里柔性物料和异形件，餐饮后厨里的非标准操作。
控制器的价值就在于：给已有机器人装上新大脑，具备更强的泛化操作能力。
装上控制器，工业机器人有望突破传统自动化的边界，" 固定程序机器 " 变成 " 能适应变化的智能劳动力 "。
最大机会：一个大脑、多种身体
如果每一种机器人都要单独训练一套软件，这个行业就很难规模化。" 一个大脑，多种身体 " 变成了具身智能行业最有想象力的方向之一（即上一节谈到的机会二），值得单独拎出来说。
它的意思是：未来不一定每台机器人都从零开始学习。也许会有一套通用机器人大脑，能够适配不同机器人本体。
这有点像电脑和操作系统的关系。电脑品牌不同，硬件配置不同，但很多软件可以在同一个系统上运行。
机器人行业当然更复杂，因为机器人不仅要计算，还要移动、抓取、碰撞、受力。但商业逻辑有相似之处：如果机器人大脑能跨硬件复用，它就不再只是某一家机器人公司的内部算法，而可能变成行业基础软件。
这也是为什么全球不少具身智能公司都在往这个方向走。
RoboScience 机器科学 不想只把模型绑在某一种硬件上，而是希望 " 大脑 " 和 " 身体 " 解耦。按照他们的设想，这套能力可以通过软件输出，也可以装进端侧控制器，卖给机器人公司、灵巧手公司或集成商，还可以和自有机器人本体一起进入具体场景。
这个逻辑背后，是具身智能商业模式的变化。
如果只卖机器人，本质上还是硬件交付。一台一台卖，一台一台部署，周期长，成本高。
但如果卖的是 " 大脑 "，商业边界就会大很多。它可以服务不同硬件，也可以进入不同场景。客户已有机械臂，缺的是泛化抓取能力，可以接入大脑；灵巧手公司缺操作能力，也可以接入大脑；场景方已有自动化设备，也可能通过控制器升级。
这当然很难。
不同机器人的身体差异很大。二指夹爪和五指灵巧手不是一回事，机械臂和人形机器人也不是一回事。一个模型要理解不同身体的结构、力量、自由度和运动边界，再稳定完成任务，非常难。如果这件事容易做，行业里早就遍地开花，不会等到现在才被真正讨论。
但这也正是壁垒所在。跨本体泛化一旦跑通，它的商业价值将远不止于卖一台机器人。
