連續(xù)兩年進(jìn)入 ICRA 最佳論文視野，RoboScience 機(jī)器科學(xué)的“具身大腦”押對(duì)了

2026-06-07 11:14

作者：彭堃方

編輯：呂鑫燚

出品：具身研習(xí)社

這是 RoboScience 機(jī)器科學(xué)連續(xù)兩年出現(xiàn)在 ICRA 最佳論文的視野中。

如果說(shuō)機(jī)器人學(xué)界每年都有一個(gè)時(shí)刻，會(huì)讓全球高校實(shí)驗(yàn)室、產(chǎn)業(yè)公司、頂尖研究者同時(shí)把目光投向同一處，ICRA 一定是其中最重要的那個(gè)舞臺(tái)之一。

ICRA，全稱 IEEE International Conference on Robotics and Automation，是 IEEE 機(jī)器人與自動(dòng)化學(xué)會(huì)旗下的旗艦會(huì)議，也是全球機(jī)器人與自動(dòng)化領(lǐng)域最具影響力的頂級(jí)學(xué)術(shù)會(huì)議之一。

在這里，一篇論文面對(duì)的不是普通的同行評(píng)審，而是來(lái)自全球機(jī)器人學(xué)界最前沿的競(jìng)爭(zhēng)。對(duì)于機(jī)器人研究者來(lái)說(shuō)，能夠被ICRA 接收已經(jīng)是一次重要認(rèn)可；能夠進(jìn)入最佳論文視野，則意味著這項(xiàng)工作被放進(jìn)了全球機(jī)器人技術(shù)路線的風(fēng)向標(biāo)里。

正是在這個(gè)舞臺(tái)上，ICRA 2026 年度獎(jiǎng)項(xiàng)揭曉——“機(jī)器人操作與運(yùn)動(dòng)”方向的 Best Paper Finalist 名單里，與伯克利大學(xué)、斯坦福大學(xué)、麻省理工大學(xué)、清華大學(xué)等頂級(jí)機(jī)構(gòu)并列出現(xiàn)的，是一支來(lái)自 RoboScience 機(jī)器科學(xué)的首席科學(xué)家邵林帶領(lǐng)的 NUS 團(tuán)隊(duì)，論文名為《Bi-Adapt: Few-Shot Bimanual Adaptation for Novel Categories of 3D Objects Via Semantic Correspondence》。

這已經(jīng)是邵林團(tuán)隊(duì)連續(xù)第二年站上 ICRA 最佳論文的舞臺(tái)。

一年前的亞特蘭大，他們的另一篇論文《D（R，O） Grasp》從全球數(shù)千篇投稿中突圍，拿走了 ICRA 2025 “機(jī)器人操作與運(yùn)動(dòng)最佳論文獎(jiǎng)”。ICRA 2025 官方獲獎(jiǎng)名單顯示，這篇論文獲獎(jiǎng)的理由，是其對(duì)“跨不同機(jī)器人手與物體的可泛化靈巧抓取表征”作出了貢獻(xiàn)。

換句話說(shuō)，RoboScience 機(jī)器科學(xué)連續(xù)兩年被 ICRA 看見(jiàn)，正是因?yàn)樗掷m(xù)在機(jī)器人操作最難的問(wèn)題上給出答案。

全球 4000+ 投稿、獲獎(jiǎng)率不足 1%，更難得的是亞洲唯一連續(xù)兩年入選——這件事的分量，在機(jī)器人學(xué)界不需要任何額外修飾。而最佳論文之外，邵林帶領(lǐng)的團(tuán)隊(duì)僅在 ICRA 2026 一屆就有 10 篇研究成果成功入選，覆蓋靈巧抓取、社交導(dǎo)航、低成本力感知、混合任務(wù)規(guī)劃等核心方向，系統(tǒng)性地推進(jìn)具身智能的技術(shù)邊界。

這說(shuō)明，一家成立僅一年半的中國(guó)公司，正在把自己的技術(shù)路線放到全球機(jī)器人學(xué)界最激烈、也最嚴(yán)肅的競(jìng)技場(chǎng)里接受檢驗(yàn)，并且成功說(shuō)服了同儕。

回到論文本身會(huì)發(fā)現(xiàn)，這兩篇論文在解的是同一個(gè)問(wèn)題：讓機(jī)器人從“一物一策”中走出來(lái)。

D（R，O） Grasp 讓一個(gè) AI 大腦可以驅(qū)動(dòng) 3 指、4 指、5 指不同形態(tài)的靈巧手，跨本體抓取上百種物體，成功率 87% 以上、生成時(shí)間不到 1 秒。Bi-Adapt 讓機(jī)器人只看幾個(gè)示例，就能把已經(jīng)學(xué)會(huì)的雙臂協(xié)作動(dòng)作遷移到從未見(jiàn)過(guò)的物體類別上——甚至零樣本泛化到類別之外。

一個(gè)解決“換手”，一個(gè)解決“換物”。兩條看似不同的技術(shù)路徑，背后是同一個(gè)判斷：具身智能的下一程，勝負(fù)在“泛化”。

而這也是 RoboScience 機(jī)器科學(xué)這家成立僅一年半的中國(guó)公司，對(duì)外講的故事和押下的賭注——“打破泛化瓶頸”。兩位創(chuàng)始人，首席科學(xué)家邵林、CEO 田野，分別代表著這個(gè)賭注里最重要的兩端：前沿研究的方法論，和大規(guī)模工程的執(zhí)行力。

一言蔽之，成立僅一年半，卻能在最講究路徑長(zhǎng)期主義的機(jī)器人學(xué)界，把最難攻克的泛化問(wèn)題持續(xù)推向前臺(tái)，并連續(xù)兩年被 ICRA 認(rèn)可。至少在這一層面上，RoboScience 機(jī)器科學(xué)已經(jīng)不只是一個(gè)簡(jiǎn)單的初創(chuàng)公司名字，而是正在走向具身智能世界舞臺(tái)中央的中國(guó)樣本。

在過(guò)去兩年的具身智能浪潮里，幾乎所有頭部玩家都在向同一個(gè)技術(shù)范式中爭(zhēng)渡——VLA（Vision-Language-Action），用視覺(jué)和語(yǔ)言直接驅(qū)動(dòng)機(jī)器人輸出動(dòng)作。RoboScience 機(jī)器科學(xué)是少數(shù)幾家公開(kāi)走出不同路線的公司，他們的核心技術(shù)架構(gòu)叫 VLOA（Vision-Language-Object-Action）。多出來(lái)的那個(gè) O，是 Object——物體。

這個(gè)看似只多出一個(gè)字母的差別，背后卻是一個(gè)完全不同的判斷：機(jī)器人要真正變得“通用”，先要學(xué)會(huì)理解物體在物理世界中會(huì)如何演化，再去決定該怎么做。

VLA 那條路上最大的問(wèn)題，恰恰是它跳過(guò)了“對(duì)物理世界本身的理解”——從感知和語(yǔ)言直接跳到動(dòng)作。在靜態(tài)、固定的場(chǎng)景里它能工作，但只要換一個(gè)新物體、換一項(xiàng)新任務(wù)、換一臺(tái)不同構(gòu)型的機(jī)器人本體，就要重新采集數(shù)據(jù)、重新訓(xùn)練模型。說(shuō)白了，VLA 給出的是一個(gè)個(gè)“實(shí)例-動(dòng)作”的硬綁定，很難突破真正的“泛化”。

VLOA 想要解決的，正是這件事，即讓一個(gè)大腦，指揮任意機(jī)器人、操作任意物體、完成任意任務(wù)。

具體到架構(gòu)上，它由“具身世界模型”和“通用操作模型”兩層組成，中間用一個(gè)叫 Object Trajectory（物體軌跡）的接口把兩者打通：

上層的具身世界模型，負(fù)責(zé)“理解世界”。它讓機(jī)器人在動(dòng)手之前，先在腦子里預(yù)演一遍未來(lái)：哪個(gè)物體會(huì)往哪里去、姿態(tài)如何變化、和誰(shuí)會(huì)發(fā)生接觸。輸出的是一種叫“3D 點(diǎn)云軌跡”的中間表示——既能直觀看到物體的運(yùn)動(dòng)路徑，又天然滿足物理幾何約束，不會(huì)出現(xiàn) 2D 視頻生成里常見(jiàn)的重力錯(cuò)亂、物體穿模。

圖注：具身世界模型輸出3D 點(diǎn)云軌跡

下層的通用操作模型，負(fù)責(zé)“改變世界”。它把這條軌跡翻譯成機(jī)器人的關(guān)節(jié)角度、接觸點(diǎn)和力控信號(hào)，在物理世界里精準(zhǔn)復(fù)現(xiàn)。它不再是“一個(gè)任務(wù)一個(gè)模型”的碎片堆砌，而是所有技能聯(lián)合訓(xùn)練、共享同一套底層表征。

圖注：通用操作模型根據(jù)輸入的3D 點(diǎn)云軌跡驅(qū)動(dòng)靈巧手

中間的 Object Trajectory，則是 VLOA 最精妙的一筆——它把“認(rèn)知”和“執(zhí)行”徹底解耦：上層不必關(guān)心你用什么硬件，下層不必關(guān)心你具體要做什么任務(wù)，兩者之間用“物體的 3D 點(diǎn)云軌跡”這種既人類可讀、又機(jī)器可執(zhí)行的通用語(yǔ)言來(lái)交接。

這種解耦兌現(xiàn)的，正是 VLOA 真正想做的三件事：

跨物體：從光滑的洗發(fā)水瓶到透明的棉簽盒、從硬質(zhì)零件到軟質(zhì)布料，同一套模型自動(dòng)適配，不必為每個(gè)新物體單獨(dú)訓(xùn)練；

跨任務(wù)：開(kāi)信封要毫牛級(jí)切入力、立硬幣要?jiǎng)討B(tài)平衡、抓薯片要避免壓碎、用針管注射要精準(zhǔn)控速——這些過(guò)去要分別開(kāi)發(fā)算法的精細(xì)任務(wù)，被一個(gè)模型統(tǒng)一拿下；

跨本體：模型與硬件完全解耦，換一只靈巧手就能直接用。比如，同一套策略可以無(wú)縫遷移到 X-hand（12 個(gè)自由度齒輪準(zhǔn)直驅(qū)）和 LEAP Hand（16 個(gè)自由度直驅(qū)）等完全不同形態(tài)的靈巧手。

最具說(shuō)服力的案例是去年的 5 月，基于 VLOA，RoboScience 機(jī)器科學(xué)完成了全球范圍內(nèi)最復(fù)雜、精度最高、步驟最多的具身操作任務(wù)——拼家具。這件事幾乎踩中了機(jī)器人操作的所有難點(diǎn)：手內(nèi)操作、雙臂協(xié)同、毫米級(jí)精度、長(zhǎng)程任務(wù)規(guī)劃、力反饋調(diào)控。模型讀完說(shuō)明書(shū)就能啟動(dòng)拼裝，中途如果被人為拆解干擾，系統(tǒng)能自動(dòng)恢復(fù)狀態(tài)接續(xù)完成。

更關(guān)鍵的是，這種“通用性”的上限是可持續(xù)突破的。RoboScience 機(jī)器科學(xué)已為具身世界模型積累超過(guò) 100 萬(wàn)小時(shí)以物體為中心的多模態(tài)視頻數(shù)據(jù)，并以每周數(shù)十萬(wàn)小時(shí)增長(zhǎng)，目標(biāo) 2026 年底構(gòu)建千萬(wàn)小時(shí)級(jí)數(shù)據(jù)集；為通用操作模型，基于自研多模態(tài)物理仿真平臺(tái) RoboMirage，已積累 10B（100 億次）高質(zhì)量操作軌跡，目標(biāo) 2026 年突破 1T（1 萬(wàn)億次）。兩個(gè)模型都已在工程上驗(yàn)證了 Scaling Law——數(shù)據(jù)規(guī)模越大，泛化能力越強(qiáng)，且呈可預(yù)測(cè)的冪律提升。

這意味著 RoboScience 機(jī)器科學(xué)押下的這條路線，不單是一個(gè)技術(shù)架構(gòu)的巧思，而是一個(gè)可以持續(xù)滾雪球、規(guī)模越大優(yōu)勢(shì)越大的工程系統(tǒng)。

總之，VLOA 比 VLA 更激進(jìn)、也更長(zhǎng)遠(yuǎn)的地方在于，它是要讓機(jī)器人真正擺脫遙控器，自主理解世界、自主改變世界。

這個(gè)模型和 RoboScience 機(jī)器科學(xué)那兩篇連續(xù)獲獎(jiǎng)的論文放在一起看，其實(shí)是一脈相承的。它們都在做同一件事：把機(jī)器人從“實(shí)例-動(dòng)作”的硬編碼，重構(gòu)為“關(guān)系-軌跡”的可泛化系統(tǒng)。這套底層范式，才是 RoboScience 機(jī)器科學(xué)押下的最具價(jià)值的賭注。

具身智能交叉學(xué)科的特質(zhì)表明了，靠單一型的人才很難跑通閉環(huán)。

一個(gè)團(tuán)隊(duì)如果只擅長(zhǎng)學(xué)術(shù)，能寫(xiě)出 paper卻做不出產(chǎn)品；如果只擅長(zhǎng)工程，能做硬件卻寫(xiě)不出真正前沿的算法。具身大模型這種“既要前沿原創(chuàng)、又要規(guī)模化落地”的方向，注定要把兩類罕見(jiàn)的人才裝進(jìn)同一支隊(duì)伍里。

RoboScience 機(jī)器科學(xué)的稀缺性，恰恰在于它把這兩端都湊齊了。

先看首席科學(xué)家邵林。他是中國(guó)具身智能“斯坦福系”里一個(gè)關(guān)鍵人物。本科南京大學(xué)，博士斯坦福大學(xué)，師從機(jī)器人領(lǐng)域知名學(xué)者 Jeannette Bohg，聯(lián)合導(dǎo)師是 Leonidas J. Guibas——后者是美國(guó)三院院士、計(jì)算機(jī)圖形學(xué)和幾何處理領(lǐng)域的奠基性人物之一。如今，邵林在新加坡國(guó)立大學(xué)（NUS）擔(dān)任助理教授。

斯坦福的機(jī)器人圈，在過(guò)去幾年成了觀察中國(guó)具身智能格局的一個(gè)絕佳坐標(biāo)。蘇昊（Hillbot 創(chuàng)始人）、王鶴（銀河通用創(chuàng)始人）、盧策吾（穹徹智能創(chuàng)始人）等人和邵林同屬一個(gè)學(xué)術(shù)譜系。這些人后來(lái)?yè)纹鹆酥袊?guó)具身智能賽道的大半個(gè)版圖——也意味著邵林天然在國(guó)內(nèi)最前沿的學(xué)術(shù)圈擁有一個(gè)坐標(biāo)級(jí)的位置。

更關(guān)鍵的是，邵林的研究主線，從博士時(shí)代就一直鎖在機(jī)器人操作的“通用化”上：從早期的 UniGrasp，到 D（R，O） Grasp、Bi-Adapt，再到收錄至 ICRA 2026 的 T（R，O） Grasp——你可以看到一條非常清晰的研究脈絡(luò)：不斷抽象、不斷統(tǒng)一、不斷追求跨本體跨物體的通用表征。

這種長(zhǎng)期一致的研究方向，意味著 RoboScience 機(jī)器科學(xué)的技術(shù)底座不是臨時(shí)拼湊的產(chǎn)物，而是一位頂尖學(xué)者花了近十年時(shí)間不斷打磨出來(lái)的方法論沉淀。

再看田野。他身上最稀缺的，是從中科大物理、斯坦福 AI Lab 到蘋(píng)果 AI Platform 一路走出來(lái)的工程化能力。田野本科畢業(yè)于中國(guó)科學(xué)技術(shù)大學(xué)物理系，碩士畢業(yè)于斯坦福大學(xué) AI Lab，導(dǎo)師是被譽(yù)為“AI 布道者”的吳恩達(dá)。

畢業(yè)后田野進(jìn)入蘋(píng)果，擔(dān)任 AI Platform 技術(shù)負(fù)責(zé)人——這個(gè)職位的分量，要在 AI 圈待過(guò)的人才掂量得出來(lái)。他主導(dǎo)打造的核心平臺(tái)，被業(yè)內(nèi)稱為“蘋(píng)果的 PyTorch 與 CUDA”：支撐了多項(xiàng)關(guān)鍵 AI 技術(shù)在蘋(píng)果生態(tài)中的大規(guī)模落地，是蘋(píng)果 AI 能夠在數(shù)十億臺(tái)設(shè)備上穩(wěn)定運(yùn)行的基礎(chǔ)設(shè)施。

換句話說(shuō)，田野不是一般意義上“懂技術(shù)的 CEO”，而是既懂前沿算法、又懂如何把算法裝進(jìn)十億級(jí)別工業(yè)系統(tǒng)的稀缺工程領(lǐng)袖。

具身智能的產(chǎn)業(yè)化，恰恰最需要這種能力。現(xiàn)在業(yè)內(nèi)之所以對(duì)訓(xùn)模型這件過(guò)去看似高深莫測(cè)的事兒，如今祛魅后比喻成“工業(yè)生產(chǎn)”，就在于前沿模型要變成可以批量部署、穩(wěn)定運(yùn)行、持續(xù)迭代的產(chǎn)品，靠的不是某個(gè)聰明的算法巧思，而是工程地基——什么樣的數(shù)據(jù)流水線能穩(wěn)定喂模型、什么樣的推理框架能支持實(shí)時(shí)控制、什么樣的工程范式能在不同硬件上保持一致體驗(yàn)。這些都不是研究人員的強(qiáng)項(xiàng)，而是工業(yè)級(jí) AI 工程師才能解決的問(wèn)題。

也因此，邵林和田野的組合，構(gòu)成了一種業(yè)內(nèi)最為扎實(shí)的搭配：斯坦福學(xué)術(shù)大咖 × 硅谷工程領(lǐng)袖。

之所以這樣說(shuō)，是因?yàn)榉叛壑袊?guó)具身智能這條賽道，多數(shù)公司要么以學(xué)術(shù)大牛為核心醉心于0-1的技術(shù)攻堅(jiān)，要么以工程出身的創(chuàng)業(yè)者為核心，更擅長(zhǎng)做1-10的擴(kuò)張。像 RoboScience 機(jī)器科學(xué)這樣把兩個(gè)一線最強(qiáng)者放在同一張桌子上的組合，本身就是一種稀缺資源——它意味著這家公司既能持續(xù)在前沿原創(chuàng)上不掉隊(duì)，又能在產(chǎn)品落地上不踩工程坑。

簡(jiǎn)言之就是，能夠穿越技術(shù)周期，在長(zhǎng)坡厚雪的具身智能賽道，行穩(wěn)致遠(yuǎn)。

RoboScience 機(jī)器科學(xué)成立于 2024 年 12 月。短短一年半時(shí)間，這家公司已經(jīng)邁步到了中國(guó)具身智能賽道的舞臺(tái)中央。

先看資本結(jié)構(gòu)。該公司已經(jīng)披露完成多輪融資，投資方包括京東集團(tuán)、商湯科技、達(dá)晨財(cái)智、招商局創(chuàng)投、零一創(chuàng)投、普華資本等多家 CVC 和財(cái)務(wù)機(jī)構(gòu)。近期又獲得了多家國(guó)內(nèi)外產(chǎn)業(yè)龍頭、互聯(lián)網(wǎng)大廠、頭部財(cái)務(wù)機(jī)構(gòu)等多輪注資。

再看布局。RoboScience 機(jī)器科學(xué)已在北京、深圳、蘇州、杭州鋪開(kāi)研發(fā)和生產(chǎn)網(wǎng)絡(luò)。團(tuán)隊(duì)成員來(lái)自斯坦福、中科大、新加坡國(guó)立大學(xué)等頂尖學(xué)府，以及蘋(píng)果、字節(jié)、騰訊、大疆等頭部企業(yè)——既覆蓋了 AI 算法的前沿研究力量，也覆蓋了智能硬件量產(chǎn)的工程能力。

在產(chǎn)品路徑上，RoboScience 機(jī)器科學(xué)走的是軟硬一體的全棧路線：上層有 VLOA 大模型，下層同步布局機(jī)器人本體、末端執(zhí)行器、自研多模態(tài)物理仿真平臺(tái) RoboMirage。這意味著公司不只想做“具身大腦”的供應(yīng)商，而是想從模型、本體到末端、數(shù)據(jù)訓(xùn)練形成完整的產(chǎn)品閉環(huán)。

最后看落地。目前公司已經(jīng)與多家零售、物流、康養(yǎng)服務(wù)企業(yè)，以及多家機(jī)器人本體、靈巧手公司開(kāi)展試點(diǎn)合作。按照公開(kāi)規(guī)劃，今年還將面向工業(yè)與商業(yè)場(chǎng)景，實(shí)現(xiàn)標(biāo)準(zhǔn)化機(jī)器人本體產(chǎn)品的量產(chǎn)。

回到開(kāi)頭那個(gè)問(wèn)題，一家成立僅一年半的中國(guó)公司，憑什么能在最講究路徑長(zhǎng)期主義的機(jī)器人學(xué)界，連續(xù)兩年被國(guó)際同行蓋章？

答案現(xiàn)在不再玄妙：這家公司在做的事情，不是把現(xiàn)有零星技術(shù)包裝成孤立產(chǎn)品，而是從最底層的方法論開(kāi)始重新搭建一套具身智能的技術(shù)棧。在打造一個(gè)可適用于任何任務(wù)、任何對(duì)象與任何機(jī)器人的通用智能系統(tǒng)上，ICRA 的連續(xù)認(rèn)可，只是這套技術(shù)棧對(duì)外露出的冰山一角。

原文標(biāo)題 : 連續(xù)兩年進(jìn)入 ICRA 最佳論文視野，RoboScience 機(jī)器科學(xué)的“具身大腦”押對(duì)了