連續兩年進入 ICRA 最佳論文視野，RoboScience 機器科學押對了

作者：彭堃方

編輯：呂鑫燚

出品：具身研習社

這是 RoboScience 機器科學連續兩年出現在 ICRA 最佳論文的視野中。

如果說機器人學界每年都有一個時刻，會讓全球高校實驗室、產業公司、頂尖研究者同時把目光投向同一處，ICRA 一定是其中最重要的那個舞臺之一。

ICRA，全稱 IEEE International Conference on Robotics and Automation，是 IEEE 機器人與自動化學會旗下的旗艦會議，也是全球機器人與自動化領域最具影響力的頂級學術會議之一。

在這里，一篇論文面對的不是普通的同行評審，而是來自全球機器人學界最前沿的競爭。對于機器人研究者來說，能夠被ICRA 接收已經是一次重要認可；能夠進入最佳論文視野，則意味著這項工作被放進了全球機器人技術路線的風向標里。

正是在這個舞臺上，ICRA 2026 年度獎項揭曉——“機器人操作與運動”方向的 Best Paper Finalist 名單里，與伯克利大學、斯坦福大學、麻省理工大學、清華大學等頂級機構并列出現的，是一支來自 RoboScience 機器科學的首席科學家邵林帶領的 NUS 團隊，論文名為《Bi-Adapt: Few-Shot Bimanual Adaptation for Novel Categories of 3D Objects Via Semantic Correspondence》。

這已經是邵林團隊連續第二年站上 ICRA 最佳論文的舞臺。

一年前的亞特蘭大，他們的另一篇論文《D（R，O） Grasp》從全球數千篇投稿中突圍，拿走了 ICRA 2025 “機器人操作與運動最佳論文獎”。ICRA 2025 官方獲獎名單顯示，這篇論文獲獎的理由，是其對“跨不同機器人手與物體的可泛化靈巧抓取表征”作出了貢獻。

換句話說，RoboScience 機器科學連續兩年被 ICRA 看見，正是因為它持續在機器人操作最難的問題上給出答案。

全球 4000+ 投稿、獲獎率不足 1%，更難得的是亞洲唯一連續兩年入選——這件事的分量，在機器人學界不需要任何額外修飾。而最佳論文之外，邵林帶領的團隊僅在ICRA 2026 一屆就有 10 篇研究成果成功入選，覆蓋靈巧抓取、社交導航、低成本力感知、混合任務規劃等核心方向，系統性地推進具身智能的技術邊界。

這說明，一家成立僅一年半的中國公司，正在把自己的技術路線放到全球機器人學界最激烈、也最嚴肅的競技場里接受檢驗，并且成功說服了同儕

回到論文本身會發現，這兩篇論文在解的是同一個問題：讓機器人從“一物一策”中走出來。

D（R，O） Grasp 讓一個 AI 大腦可以驅動 3 指、4 指、5 指不同形態的靈巧手，跨本體抓取上百種物體，成功率 87% 以上、生成時間不到 1 秒。Bi-Adapt 讓機器人只看幾個示例，就能把已經學會的雙臂協作動作遷移到從未見過的物體類別上——甚至零樣本泛化到類別之外。

一個解決“換手”，一個解決“換物”。兩條看似不同的技術路徑，背后是同一個判斷：具身智能的下一程，勝負在“泛化”

而這也是 RoboScience 機器科學這家成立僅一年半的中國公司，對外講的故事和押下的賭注——“打破泛化瓶頸”。兩位創始人，首席科學家邵林、CEO 田野，分別代表著這個賭注里最重要的兩端：前沿研究的方法論，和大規模工程的執行力。

一言蔽之，成立僅一年半，卻能在最講究路徑長期主義的機器人學界，把最難攻克的泛化問題持續推向前臺，并連續兩年被 ICRA 認可。至少在這一層面上，RoboScience 機器科學已經不只是一個簡單的初創公司名字，而是正在走向具身智能世界舞臺中央的中國樣本。

在過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技術范式中爭渡——VLA（Vision-Language-Action），用視覺和語言直接驅動機器人輸出動作。RoboScience 機器科學是少數幾家公開走出不同路線的公司，他們的核心技術架構叫VLOA（Vision-Language-Object-Action）。多出來的那個 O，是 Object——物體。

這個看似只多出一個字母的差別，背后卻是一個完全不同的判斷：機器人要真正變得“通用”，先要學會理解物體在物理世界中會如何演化，再去決定該怎么做。

VLA 那條路上最大的問題，恰恰是它跳過了“對物理世界本身的理解”——從感知和語言直接跳到動作。在靜態、固定的場景里它能工作，但只要換一個新物體、換一項新任務、換一臺不同構型的機器人本體，就要重新采集數據、重新訓練模型。說白了，VLA 給出的是一個個“實例-動作”的硬綁定，很難突破真正的“泛化”。

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

具體到架構上，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，負責“理解世界”。它讓機器人在動手之前，先在腦子里預演一遍未來：哪個物體會往哪里去、姿態如何變化、和誰會發生接觸。輸出的是一種叫“3D 點云軌跡”的中間表示——既能直觀看到物體的運動路徑，又天然滿足物理幾何約束，不會出現 2D 視頻生成里常見的重力錯亂、物體穿模。
• 
  

圖注：具身世界模型輸出3D 點云軌跡

• 下層的通用操作模型，負責“改變世界”。它把這條軌跡翻譯成機器人的關節角度、接觸點和力控信號，在物理世界里精準復現。它不再是“一個任務一個模型”的碎片堆砌，而是所有技能聯合訓練、共享同一套底層表征。
• 
  

圖注：通用操作模型根據輸入的3D 點云軌跡驅動靈巧手

• 中間的Object Trajectory，則是 VLOA 最精妙的一筆——它把“認知”和“執行”徹底解耦：上層不必關心你用什么硬件，下層不必關心你具體要做什么任務，兩者之間用“物體的 3D 點云軌跡”這種既人類可讀、又機器可執行的通用語言來交接。
• 
  

這種解耦兌現的，正是 VLOA 真正想做的三件事：

• 跨物體：從光滑的洗發水瓶到透明的棉簽盒、從硬質零件到軟質布料，同一套模型自動適配，不必為每個新物體單獨訓練；
• 跨任務：開信封要毫牛級切入力、立硬幣要動態平衡、抓薯片要避免壓碎、用針管注射要精準控速——這些過去要分別開發算法的精細任務，被一個模型統一拿下；
• 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，同一套策略可以無縫遷移到 X-hand（12 個自由度齒輪準直驅）和 LEAP Hand（16 個自由度直驅）等完全不同形態的靈巧手。
• 
  

最具說服力的案例是去年的 5 月，基于 VLOA，RoboScience 機器科學完成了全球范圍內最復雜、精度最高、步驟最多的具身操作任務——拼家具。這件事幾乎踩中了機器人操作的所有難點：手內操作、雙臂協同、毫米級精度、長程任務規劃、力反饋調控。模型讀完說明書就能啟動拼裝，中途如果被人為拆解干擾，系統能自動恢復狀態接續完成。

更關鍵的是，這種“通用性”的上限是可持續突破的。RoboScience 機器科學已為具身世界模型積累超過 100 萬小時以物體為中心的多模態視頻數據，并以每周數十萬小時增長，目標 2026 年底構建千萬小時級數據集；為通用操作模型，基于自研多模態物理仿真平臺 RoboMirage，已積累 10B（100 億次） 高質量操作軌跡，目標 2026 年突破 1T（1 萬億次）。兩個模型都已在工程上驗證了Scaling Law——數據規模越大，泛化能力越強，且呈可預測的冪律提升。

這意味著 RoboScience 機器科學押下的這條路線，不單是一個技術架構的巧思，而是一個可以持續滾雪球、規模越大優勢越大的工程系統。

總之，VLOA 比 VLA 更激進、也更長遠的地方在于，它是要讓機器人真正擺脫遙控器，自主理解世界、自主改變世界

這個模型和 RoboScience 機器科學那兩篇連續獲獎的論文放在一起看，其實是一脈相承的。它們都在做同一件事：把機器人從“實例-動作”的硬編碼，重構為“關系-軌跡”的可泛化系統。這套底層范式，才是 RoboScience 機器科學押下的最具價值的賭注。

具身智能交叉學科的特質表明了，靠單一型的人才很難跑通閉環。

一個團隊如果只擅長學術，能寫出 paper卻做不出產品；如果只擅長工程，能做硬件卻寫不出真正前沿的算法。具身大模型這種“既要前沿原創、又要規模化落地”的方向，注定要把兩類罕見的人才裝進同一支隊伍里。

RoboScience 機器科學的稀缺性，恰恰在于它把這兩端都湊齊了。

先看首席科學家邵林。他是中國具身智能“斯坦福系”里一個關鍵人物。本科南京大學，博士斯坦福大學，師從機器人領域知名學者 Jeannette Bohg，聯合導師是 Leonidas J. Guibas——后者是美國三院院士、計算機圖形學和幾何處理領域的奠基性人物之一。如今，邵林在新加坡國立大學（NUS）擔任助理教授。

斯坦福的機器人圈，在過去幾年成了觀察中國具身智能格局的一個絕佳坐標。蘇昊（Hillbot 創始人）、王鶴（銀河通用創始人）、盧策吾（穹徹智能創始人）等人和邵林同屬一個學術譜系。這些人后來撐起了中國具身智能賽道的大半個版圖——也意味著邵林天然在國內最前沿的學術圈擁有一個坐標級的位置。

更關鍵的是，邵林的研究主線，從博士時代就一直鎖在機器人操作的“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：不斷抽象、不斷統一、不斷追求跨本體跨物體的通用表征。

這種長期一致的研究方向，意味著 RoboScience 機器科學的技術底座不是臨時拼湊的產物，而是一位頂尖學者花了近十年時間不斷打磨出來的方法論沉淀。

再看田野。他身上最稀缺的，是從中科大物理、斯坦福 AI Lab 到蘋果 AI Platform 一路走出來的工程化能力。田野本科畢業于中國科學技術大學物理系，碩士畢業于斯坦福大學 AI Lab，導師是被譽為“AI 布道者”的吳恩達。

畢業后田野進入蘋果，擔任 AI Platform 技術負責人——這個職位的分量，要在 AI 圈待過的人才掂量得出來。他主導打造的核心平臺，被業內稱為“蘋果的 PyTorch 與 CUDA”：支撐了多項關鍵 AI 技術在蘋果生態中的大規模落地，是蘋果 AI 能夠在數十億臺設備上穩定運行的基礎設施。

換句話說，田野不是一般意義上“懂技術的 CEO”，而是既懂前沿算法、又懂如何把算法裝進十億級別工業系統的稀缺工程領袖。

具身智能的產業化，恰恰最需要這種能力。現在業內之所以對訓模型這件過去看似高深莫測的事兒，如今祛魅后比喻成“工業生產”，就在于前沿模型要變成可以批量部署、穩定運行、持續迭代的產品，靠的不是某個聰明的算法巧思，而是工程地基——什么樣的數據流水線能穩定喂模型、什么樣的推理框架能支持實時控制、什么樣的工程范式能在不同硬件上保持一致體驗。這些都不是研究人員的強項，而是工業級 AI 工程師才能解決的問題。

也因此，邵林和田野的組合，構成了一種業內最為扎實的搭配：斯坦福學術大咖 × 硅谷工程領袖。

之所以這樣說，是因為放眼中國具身智能這條賽道，多數公司要么以學術大牛為核心醉心于0-1的技術攻堅，要么以工程出身的創業者為核心，更擅長做1-10的擴張。像 RoboScience 機器科學這樣把兩個一線最強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在前沿原創上不掉隊，又能在產品落地上不踩工程坑。

簡言之就是，能夠穿越技術周期，在長坡厚雪的具身智能賽道，行穩致遠。

RoboScience 機器科學成立于 2024 年 12 月。短短一年半時間，這家公司已經邁步到了中國具身智能賽道的舞臺中央。

先看資本結構。該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、頭部財務機構等多輪注資。

再看布局。RoboScience 機器科學已在北京、深圳、蘇州、杭州鋪開研發和生產網絡。團隊成員來自斯坦福、中科大、新加坡國立大學等頂尖學府，以及蘋果、字節、騰訊、大疆等頭部企業——既覆蓋了 AI 算法的前沿研究力量，也覆蓋了智能硬件量產的工程能力。

在產品路徑上，RoboScience 機器科學走的是軟硬一體的全棧路線：上層有 VLOA 大模型，下層同步布局機器人本體、末端執行器、自研多模態物理仿真平臺 RoboMirage。這意味著公司不只想做“具身大腦”的供應商，而是想從模型、本體到末端、數據訓練形成完整的產品閉環。

最后看落地。目前公司已經與多家零售、物流、康養服務企業，以及多家機器人本體、靈巧手公司開展試點合作。按照公開規劃，今年還將面向工業與商業場景，實現標準化機器人本體產品的量產。

回到開頭那個問題，一家成立僅一年半的中國公司，憑什么能在最講究路徑長期主義的機器人學界，連續兩年被國際同行蓋章？

答案現在不再玄妙：這家公司在做的事情，不是把現有零星技術包裝成孤立產品，而是從最底層的方法論開始重新搭建一套具身智能的技術棧。在打造一個可適用于任何任務、任何對象與任何機器人的通用智能系統上，ICRA 的連續認可，只是這套技術棧對外露出的冰山一角。