今天小編分享的互聯網經驗：RoboScience完成數千萬種子輪融資，零一創投出手，歡迎閱讀。
投資界（ID：pedaily2012）3 月 31 日消息，近日，具身智能公司「RoboScience」（北京機科未來科技有限公司）宣布完成數千萬種子輪融資，由零一創投獨家投資。本輪融資拟用于產品研發和團隊搭建。
「RoboScience」成立于 2024 年，由前蘋果技術主管田野與新加坡國立大學助理教授邵林共同創立，攜手產業專家、頂尖高校科研人才打造全球領先的具身智能大小腦模型及產品。
公司創始人兼 CEO 田野，曾以專業第一從中科大物理系畢業，後赴斯坦福人工智能實驗室深造，師從吳恩達。田野曾是蘋果總部最年輕的主任工程師之一。在蘋果的 7 年時間中，他作為技術主管，帶領團隊打造了蘋果的機器學習平台，支撐了相機、Siri、Apple Intelligence 等 AI 應用和 CoreML、ARKit、Vision Framework、NLP framework 等 AI 生态框架，推出多項世界領先的端側訓練和推理技術，服務了數億用戶和數十億設備，具有把 AI 技術落地到軟硬體產品的豐富經驗。
另一創始人兼首席科學家邵林，目前于新加坡國立大學擔任助理教授，深耕具身智能領網域。此前，邵林博士畢業于斯坦福大學，師從 Jeannette Bohg 和 Leonidas J. Guibas 教授。2023 年，邵林合作發表的論文提出 SAM-RL 方法，有效解決了對世界進行高效建模的問題，入圍了國際機器人頂會 RSS 的最佳系統論文獎。2024 年，邵林帶領團隊提出了 D ( R,O ) Grasp 方法，通過創新性地建立機器手與物體在抓取姿态下的互動模型，成功實現了對機器手與物體幾何形狀的高度泛化能力，并極大提升了抓取速度，重塑了跨智能體靈巧手抓取，獲得 CoRL MAPoDeL Workshop 最佳機器人論文。
D ( R,O ) Grasp 整體框架
相識于斯坦福校園，田野與邵林在過去數年間不斷探索 AI 改造世界的方式。經過多年的思考與驗證，兩人發現大規模預訓練的方式不僅可以在自然語言領網域成功，也可以賦予機器人通用操作的能力。
2024 年上半年，田野與邵林完成了思路驗證，推出了 Manipulation Foundation Model。該統一操作大模型成為了視覺語言大模型與物理世界的橋梁，完成了三個維度的泛化：指導任意的機器人，操作任意物體，完成任意任務。
比如，在抓取操作方面，與現有方法基于特定物體和特定機器手不同，該方法在操作成功率、姿态多樣性以及計算速度方面均取得了顯著提升，為靈巧抓取任務提供了新的解決方案。
以該方法為起點，RoboScience 由此成立。
技術路線上，RoboScience 從成立之初就堅定地選擇做快慢腦分層模型，這與海外明星公司 Figure 的探索方向不謀而合。另一明星公司 Physical Intelligence 最新發布的模型也從端到端 VLA 模型轉為了分層模型。田野直言，" 盡管中間有很多别的技術方向都在出來，但我們一直堅持的就是快慢腦，也就是執行與規劃分層、兩者各自通用。最近各公司的新進展，一方面我們有了壓力和動力，另一方面也讓我們不斷堅持的這個方向有了更多認同的聲音。"
RoboScience 已建立規模化獲取并使用仿真數據、視頻數據和真實數據的系統，覆蓋了日常生活中可見的各種類型及各種維度的物體和任務，提升了數據質量，降低了數據成本。
【本文根據公開消息發布，如有異議，請聯系（[email protected]）投資界處理。】
