“開辟具身智能VLOA新路線。

機器人行業正在出現一次路線切換。

過去兩年，VLA 幾乎成為具身智能領域最熱門的技術路線。它將視覺觀測、語言指令和機器人動作連接起來，讓機器人能夠根據當前環境和任務要求生成動作。

但真實世界不是一張靜態畫面。

當機器人真正走進工廠、商超、倉庫和家庭，面對的是一個持續變化的物理環境。機器人真正的難題，也正在從“能不能生成動作”，轉向“能不能預判動作之后，物體會如何變化”。

這也是RoboScience機器科學試圖推動的一次技術范式升級。

這家成立于2024年底的具身智能公司，正在把行業熟悉的VLA推向VLOA，即 Vision-Language-Object-Action。相比直接從視覺觀測和語言指令生成動作，VLOA 試圖進一步加入對物體變化和物理軌跡的預演。

更關鍵的是，這條路線并不是停留在概念上。圍繞機器人操作泛化，RoboScience機器科學已經形成了一系列底層研究積累。

2025年，RoboScience機器科學首席科學家邵林團隊憑借 D(R,O) Grasp 斬獲 ICRA機器人操作與運動最佳論文獎。2026 年，團隊又憑 Bi-Adapt 入圍同方向最佳論文獎提名。據了解，這是近五年，亞洲唯一連續兩年獲得機器人領域全球頂會ICRA認可的團隊。

01.

頂會背書，押在機器人最難的“操作”

機器人真正走向產業，最難的不是識別物體，也不是接收一句自然語言指令，而是把動作穩定地做出來。

“操作”意味著機器人必須面對真實物理世界里的接觸、摩擦、遮擋、力控、形變和雙臂協同。任何一個細微變化，都可能讓原本順暢的任務執行突然失敗。

RoboScience機器科學連續兩年的ICRA 成果，恰好都落在操作泛化這一環。

2025年獲獎的 D(R,O) Grasp，解決的是不同靈巧手之間的抓取泛化問題。

傳統機器人抓取往往遵循“一只手、一套模型、一套策略”的邏輯。換一只機械手，很多能力就要重新訓練。這在實驗室里或許可以接受，但一旦進入產業現場，就會變成巨大的部署成本。

真實場景里的機器人本體、機械臂、夾爪和靈巧手并不統一。如果每更換一種硬件，都要重新采集數據、重新訓練模型、重新調試動作，具身智能就很難實現規模化復制。

D(R,O) Grasp 的思路，是建立機器人手與物體交互的統一表示，讓一個模型能夠適配多種不同形態的靈巧手，突破傳統“一機一策”的限制。

今年入圍 ICRA最佳論文獎提名的Bi-Adapt，則把問題進一步推進到雙臂操作。

相比單臂抓取，雙臂協作更接近真實場景。搬運、裝配、折疊、整理、包裝、拼家具，往往都需要兩只機械臂互相配合。一只手負責固定，另一只手負責插入；一只手調整姿態，另一只手施加力度。兩只手既要分工，也要根據物體變化動態協同。

但現有雙臂操作方法往往依賴昂貴的數據采集和訓練，一旦換到新類別物體，就容易失效。Bi-Adapt 通過語義對應實現雙臂操作的高效泛化。利用視覺基礎模型的能力，它可以通過有限數據適配新類別物體，并進一步泛化到此前未見過的物體類別。

它回答的是另一個關鍵問題：機器人操作能力能不能跨物體、跨類別、跨任務遷移？

兩項研究看似一個聚焦靈巧抓取，一個聚焦雙臂協作，但背后指向的是同一個問題：機器人如何擺脫“一機一策、一物一訓、一場景一調”的舊模式？這也正是RoboScience機器科學提出VLOA的技術背景。

在ICRA 2026論文錄用結果中，邵林帶領的團隊共有10篇研究成果成功入選。這些論文聚焦具身大模型、靈巧抓取、社交導航、低成本力感知與混合任務規劃等核心方向，系統性地推進了具身智能的技術邊界。

02.

VLA 解決“看懂”，VLOA 補上“預判”和執行

VLA的核心，是將視覺觀測、語言指令和機器人動作統一到一個模型中，根據當前環境和任務要求生成動作。

但純VLA 仍然存在明顯邊界。它缺乏對環境未來狀態的預測能力。在相對靜態、規則化的場景中，這套邏輯更容易發揮作用。但進入動態場景后，問題就會迅速暴露。

機器人抓起一個物體，卻無法預判它下一秒會不會滑落；插入一個零件，也難以判斷接觸力變化是否會導致卡住；面對柔性材料，物體形態還會隨著動作持續改變。

模型看似輸出了動作，但這個動作未必符合真實物理規律。這就是動態場景中的“動作幻覺”。

RoboScience機器科學提出的VLOA，不是簡單在 VLA 上增加一個字母，而是創新性地構建了具身世界模型與通用操作模型的雙引擎架構。其中，Object Trajectory 作為中間接口，以物體連續的 3D 點云軌跡進行表征。

第一層是具身世界模型。圍繞具身操作所需的物體級狀態、三維軌跡、接觸關系和物理因果變化構建，并與執行層（通用操作模型）形成統一閉環。它圍繞物體狀態、三維軌跡、接觸關系和物理因果變化，預演物體未來的連續 3D 點云軌跡。

第二層是通用操作模型。通過「物理引擎-仿真數據-端到端訓練」的高效閉環，解決泛化性與靈巧操作難題

家具拼裝，是這套架構的一個直觀案例。據介紹，基于VLOA大模型，RoboScience機器科學于2025年5月完成全球范圍內最復雜、精度最高、步驟最多的具身操作任務——機器人自主完成家具拼裝。任務涵蓋雙臂協同、精準力控、物體重排、部件嵌入和插入等操作，對精度的要求達到毫米級。

模型讀取說明書后即可啟動拼裝，自主識別零件結構，完成插拔、旋轉和配合。即使拼裝過程中受到人為拆解干擾，也能夠恢復狀態，接續完成后續步驟。

這一過程，正是具身世界模型“預演軌跡”與通用操作模型“精準執行”的協同體現。

Object Trajectory 的意義，也不只是連接上下兩層模型。RoboScience機器科學試圖把它定義為具身智能的標準數據格式。

語言大模型有 Token，自動駕駛有圖像、BEV 和軌跡等數據接口，但具身智能長期缺少統一表達。不同機器人結構不同，不同物體形態不同，不同任務目標也不同。數據難以規模化復用，模型能力也很難跨本體、跨物體、跨任務遷移。

Object Trajectory 將復雜操作抽象為物體在空間中的運動軌跡和狀態變化，為具身智能規模化訓練提供了一種統一接口。

03.

從仿真引擎到B端場景，搭建具身智能全棧鏈路

具身智能走向產業，單有模型還不夠。模型能力能否持續提升，取決于高質量操作數據能不能規模化獲得；技術能否真正落地，則要看機器人能不能進入真實任務，降低部署成本。

RoboScience 機器科學的思路，是圍繞 VLOA 同步布局仿真引擎、機器人本體和商業場景，搭建一條從模型訓練到任務落地的完整鏈路。

在上層具身世界模型中，機器科學通過全自動標注和清洗 pipeline，從互聯網視頻中提取以物體為中心的高維多模態操作數據。相比依賴有限數量的真機采集，互聯網視頻可以覆蓋更多物體、更多動作和更多交互方式，幫助模型學習物體狀態、三維軌跡、接觸關系和物理因果變化。

但視頻解決的是覆蓋面。機器人真正執行任務，還需要掌握更準確的物理規律。

為此，RoboScience機器科學自研高精度通用物理仿真平臺 RoboMirage，通過“物理引擎—仿真數據—端到端訓練”的閉環，為通用操作模型規模化生成操作軌跡。

具身智能需要的仿真，不只是畫面逼真，更重要的是物理過程足夠準確。剛體、鉸鏈體、繩索、布料和橡皮筋，需要在同一框架中處理；高速摩擦、柔性形變、剛柔耦合和復雜接觸，也要盡可能符合真實規律。

RoboScience機器科學展示的一組“魔術場景”，直觀體現了這套引擎的能力。細繩、金屬環、橡皮筋和紙牌，在仿真環境中完成滑落、懸停、交錯、穿越和疊放。看似簡單的動作，背后涉及摩擦滑動、拓撲變化、彈性形變和精細接觸。

模型和仿真之外，RoboScience機器科學也在同步推進機器人本體、末端執行器和商業場景部署。

目前，公司已在商超、前置倉電商物流等場景進行 POC 測試。從公司規劃看，RoboScience機器科學將優先切入商超、前置倉、電商物流、工業和零售等 B 端場景，遠期再逐步拓展至家庭等 C 端場景。

可見，RoboScience機器科學的邏輯不是單點突破，而是搭建一條完整鏈路：VLOA 定義模型架構，高效利用海量“仿真+視頻”數據進行訓練轉動飛輪，機器人本體進入真實場景完成驗證。

04.

VLOA 背后，“斯坦福學術+硅谷工程”的團隊組合

VLOA是一條復雜的技術路線。它不只需要模型能力，還需要仿真、硬件和產業落地協同推進。RoboScience機器科學的團隊配置，正是圍繞這條鏈路搭建。

首席科學家邵林長期研究機器人操作、靈巧抓取、跨本體泛化和世界建模。他本科畢業于南京大學，博士畢業于斯坦福大學，師從 Jeannette Bohg，聯合導師為 Leonidas J. Guibas。與銀河通用創始人王鶴、Hillbot創始人蘇昊、穹徹智能創始人盧策吾等人一樣，成長于斯坦福機器人研究體系。

創始人田野則補上了工程化能力。他本科畢業于中國科學技術大學，碩士就讀于斯坦福 AI Lab，師從吳恩達，曾擔任蘋果 AI Platform技術負責人，參與 AI 底層平臺和端側智能系統建設。這對應的是另一道關鍵問題——前沿AI 技術如何從論文走向穩定、可部署、可規模化的系統。

具身智能不是純軟件行業。模型之外，還涉及機器人本體、末端執行器、供應鏈、交付、運維和長期場景迭代。

因此，RoboScience機器科學團隊中還吸納了機器人產品量產、供應鏈管理和前沿科技投資背景的人才，試圖補齊從實驗室到產業現場的完整鏈條。

邵林（左）與田野（右）

目前，公司已經披露完成多輪融資，投資方包括京東集團、商湯科技、達晨財智、招商局創投、零一創投、普華資本等多家 CVC 和財務機構。近期又獲得了多家國內外產業龍頭、互聯網大廠、頭部財務機構等的多輪注資。

05.

真正的考驗，是把泛化變成生產力

連續兩年 ICRA頂會背書，為RoboScience機器科學提供了一個強勢開場。但論文證明的是技術上限，商業化考驗的是穩定性、成本、交付、運維和客戶 ROI。

接下來，它還要證明另一件事：VLOA 能不能在真實場景里穩定運行。

跨機器人、跨物體、跨任務泛化，是 VLOA 的核心價值。但進入商超、倉庫和工廠后，機器人面對的是長尾物體、現場干擾、復雜接觸和持續運行壓力。能不能降低部署成本，能不能從POC 走向規模采購，才是商業化真正的分水嶺。

RoboScience機器科學已經搭起了從 VLOA、RoboMirage 到本體部署的技術鏈路。下一步，是驗證這套鏈路能否在 B 端場景中規模化復制，跑出真正的商業閉環。

如果這一步能夠跑通，RoboScience機器科學要做的就不只是一款機器人本體，也不只是一個操作模型，而是一套通用操作底座。

具身智能下一階段真正比拼的，不是誰的Demo更復雜，而是誰能把泛化能力變成穩定生產力。