公司融资与成立背景 - 具身智能公司RoboScience（北京机科未来科技有限公司）于近日完成数千万人民币种子轮融资，由零一创投独家投资[1] - 本轮融资资金拟用于产品研发和团队搭建[1] - 公司成立于2024年，由前苹果技术主管田野与新加坡国立大学助理教授邵林共同创立[1] 核心团队与技术背景 - 创始人兼CEO田野毕业于中国科学技术大学物理系（专业第一），后于斯坦福人工智能实验室深造，师从吴恩达[2] - 田野曾是苹果总部最年轻的主任工程师之一，在苹果工作7年期间作为技术主管，领导团队打造了苹果的机器学习平台，支撑了相机、Siri、Apple Intelligence等AI应用及CoreML、ARKit等AI生态框架，其技术服务了数亿用户和数十亿设备[2] - 创始人兼首席科学家邵林目前为新加坡国立大学助理教授，博士毕业于斯坦福大学[3] - 邵林在具身智能领域学术成果突出，其合作发表的SAM-RL方法论文曾入围国际机器人顶会RSS最佳系统论文奖，其团队提出的D(R,O) Grasp方法获得了CoRL MAPoDeL Workshop最佳机器人论文[3] 核心技术：操作基础模型 - 公司基于大规模预训练思路，于2024年上半年推出了Manipulation Foundation Model（统一操作大模型）[5] - 该模型旨在成为视觉语言大模型与物理世界的桥梁，实现了三个维度的泛化：指导任意的机器人、操作任意物体、完成任意任务[5] - 在抓取操作方面，该方法相较于基于特定物体和特定机器手的现有方法，在操作成功率、姿态多样性以及计算速度方面均取得显著提升[5] 技术路线：快慢脑分层模型 - 公司自成立之初即坚定选择快慢脑分层模型的技术路线，这与海外明星公司Figure的探索方向一致[7] - 另一明星公司Physical Intelligence最新发布的模型也从端到端VLA模型转向了分层模型[7] - 公司认为该路线实现了执行与规划分层，且两者各自通用[7] 数据获取与模型迭代 - 针对具身智能领域数据来源的挑战，公司已建立规模化获取并使用仿真数据、视频数据和真实数据的系统[7] - 该系统覆盖了日常生活中各种类型及维度的物体和任务，提升了数据质量并降低了数据成本[7] 商业化路径与市场洞察 - 公司产品规划基于其技术的高度泛化能力，将根据落地场景的具体需求，高效适配不同配置和性能的硬件，以拓展落地场景并提升落地效率[8] - 公司选择此路径基于三点市场洞察：1) 未来不同场景需要不同的硬件设备，难以用统一硬件覆盖所有任务；2) 背靠中国供应链优势，硬件成本快速下降，此时推出通用操作软件模型有利于发挥供应链优势；3) 软件研发迭代速度显著快于硬件，与硬件厂商合作能将公司团队在软件方面的产业经验与技术优势最大化[8] - 公司创始人田野希望RoboScience能够站在技术和人文的交汇点上，成为人类的朋友和帮手[8]