21世纪经济报道记者 石恩泽 

一级市场融资趋紧的传言之下，具身智能赛道仍有公司拿到大额资金。

11月2日，具身智能企业RoboScience机器科学宣布完成A2轮数亿元融资。本轮融资由琥珀资本、鸿瑞达投资、上海半导体产投联合领投，爽资本、360战投、国联通宝、金鼎资本及多家上市公司平台跟投。

据RoboScience方面介绍，募集资金将主要用于具身大模型的迭代升级，推进物流、零售、工业等核心场景的POC验证与规模化落地，并加强高端人才储备。

从投资方结构看，本轮融资呈现“产业资本+财务投资”的特征。其中，360战投为三六零集团旗下战略投资平台，具备互联网大厂背景；上海半导体产投则代表地方产业资本的进入。此外，多家上市公司平台参与跟投，显示产业方对具身智能赛道的持续关注。

RoboScience成立于2024年12月，至今不足两年。公司由田野与邵林联合创立。其中，田野为前苹果AI平台技术负责人、斯坦福大学AI Lab硕士；邵林为新加坡国立大学助理教授、斯坦福大学AI Lab博士。大厂技术管理经验与学术研究的组合，是这家年轻公司获得资本关注的基础之一。

产品层面，RoboScience在一年内完成了从数据、模型到本体的全栈布局。2025年9月发布自研物理仿真引擎RoboMirage，2026年6月推出通用具身大模型Visics，8月发布轮式仿人形机器人REX G1。

据RoboScience披露数据，其“仿真+视频”双数据路线将单条数据获取成本压至0.05元，为传统方案的1/20至1/200；视频训练数据从2026年初的100万小时增至10月的400万小时，仿真训练数据超过百亿次运动轨迹。

在今年WAIC及WRC两大行业展会上，搭载Visics的机器人可在30秒内切换不同品牌灵巧手且无需重新训练，并能现场抓取观众随机提供的物品。

技术层面，具身智能行业当前的普遍痛点在于场景迁移成本高、模型泛化能力不足。RoboScience的思路是通过分层解耦架构，即由上层具身世界模型负责认知与物理轨迹预演，下层通用操作模型负责将轨迹转化为不同机器人的控制信号，实现跨本体、跨物体、跨任务的泛化。

在此基础上，RoboScience进一步将模型能力转化为可按需调用的云端具身智能服务EaaS（Embodied-AI-as-a-Service）。

RoboScience已与腾讯云达成战略合作，Visics上线腾讯云并以API形式开放调用，支持适配不同形态的灵巧手及机器人本体，用户可像调用大语言模型一样，从云端获取具身大模型生成的操作策略。

这一模式试图推动具身智能从“本体绑定”走向“云-端解耦”，从技术验证走向规模化商用。

值得注意的是，近期市场有传言称，一级市场正在收紧对具身智能项目的融资，赛道投资逻辑正从概念叙事转向对确定性的筛选。

在此背景下，RoboScience仍能完成数亿元融资，核心逻辑并未超出其基本面，关键是其叙事发生了改变。

从团队履历、全栈闭环的搭建速度，到数据成本对商业化边际成本的改善，RoboScience向资本市场讲述的，是一个降低具身智能使用门槛的故事。

不过，故事能否兑现，仍取决于商业化验证的进度。对这家成立不足两年的公司而言，商业模式最终仍需订单来验证。

（作者：石恩泽 编辑：孙超逸,强燕）