11月2日，一家名为“机器科学”（RoboScience）的具身智能公司宣布完成A2轮数亿元融资，由琥珀资本、鸿瑞达投资、上海半导体产投联合领投，360战投、金鼎资本等机构跟投。在一级市场普遍喊冷的当下，一家成立不到两年的公司拿到大额融资，本身就值得多看一眼。
两位创始人的履历是敲门砖
按新京报等媒体披露的信息，这家公司2024年12月成立，由田野和邵林联合创立。田野此前的身份是苹果公司AI平台技术负责人，是斯坦福大学人工智能实验室的硕士；
邵林则是新加坡国立大学助理教授，拥有斯坦福大学人工智能实验室博士头衔。一位懂大厂的产品和工程，一位有学术界的算法功底，这样的组合在投资人眼里就是“既能写论文又能落地”的稀缺配方。
过去一年，这家公司的产品节奏也确实快：2025年9月发布自研物理仿真引擎，2026年6月推出通用具身大模型，8月又亮出了一台轮式仿人形机器人。从软件到硬件，一年之内完成了全栈布局。
它解决的是什么痛点
具身智能行业眼下有个公认的难题：机器人在演示视频里样样精通，换一个场景、换一台本体就露怯。原因在于训练数据的获取又贵又慢——让机器人真实作业来采集数据，成本高到难以规模化。
这家公司给出的路线是“仿真加视频”双管齐下：在虚拟环境里大规模生成训练数据，再配合真实视频补充物理细节。
按公司披露的数据，这条路线把单条数据的获取成本压到了0.05元，视频训练数据从年初的100万小时增至10月的400万小时，仿真训练的运动轨迹累计超过百亿次。在行业展会上，搭载其模型的机器人还演示了一项技能：30秒内切换不同品牌的灵巧手，无需重新训练。
本轮融资的资金去向也说得明白：持续迭代具身大模型，推进物流、零售、工业等核心场景的验证与落地，并扩充团队。公司在通稿里还提到了一个更进一步的构想——把模型能力包装成按需调用的云端服务，让客户不必自己养一套AI团队。
冷静看这门生意
融资公告永远光鲜，需要保持距离看的是三件事。其一，数据成本的数字来自公司自述，尚无第三方验证；
其二，物流零售工业的场景验证仍处于前期，真正的付费意愿和复购率要等客户开口；其三，具身智能赛道一年内已经倒下和转型了多家明星公司，估值与收入的剪刀差是全行业悬着的剑。
但方向本身是对的。机器人行业走到今天，本体的硬件能力提升很快，真正的瓶颈恰恰是“大脑”——能不能看懂环境、能不能泛化到没见过的任务。把训练数据的成本打下来，等于给整个行业的“大脑”供血，这也是360这类大厂战投愿意进来的原因。
大厂高管下场的案例这两年不少，成功的共性只有一个：把大公司的工程方法论，用在了一个足够具体的痛点上。这一次能不能成，一两年内见分晓。