通用具身智能企业RoboScience机器科学在深圳召开产品发布会，正式推出自主研发的通用具身大模型Visics，并首次系统阐释其底层技术架构VLOA（Vision-Language-Object-Action）。该架构在传统视觉-语言-动作模型基础上新增对物体属性的深度解析，使机器人具备模拟人类物理直觉的认知能力，从而更高效地应对复杂现实场景中的操作挑战。
据创始人兼CEO田野介绍，当前机器人技术发展面临三大瓶颈：跨场景操作泛化能力不足、精密动作执行困难、长周期任务累积误差难以控制。Visics大模型通过VLOA架构创新，将物体三维点云轨迹作为认知与执行系统的衔接接口，成功实现两大核心模块的解耦。其中上层具身世界模型负责物理轨迹的模拟推演，下层通用操作模型完成轨迹到设备控制信号的转换，两个模块通过持续更新的点云数据保持动态协同。
在数据构建层面，公司采用仿真引擎与现实视频数据协同训练的"双飞轮"模式。联合创始人汪涛透露，自主研发的高精度仿真平台RoboMirage结合全自动视频处理管线，使单条训练数据成本压缩至行业平均水平的1/20至1/200。目前具身世界模型已积累数百万小时物体操作视频数据，通用操作模型的训练轨迹量达数百亿次，计划2026年突破万亿次里程碑。
发布会现场演示环节，搭载Visics系统的机器人完整呈现了家具自主组装的全流程。从说明书识别、部件抓取到毫米级插接，系统连续攻克双臂协同、动态力控等技术难关。特别值得注意的是，当已组装部件被人为拆解后，机器人能自动检测状态变化并续接未完成工序。团队还展示了跨形态机械手抓取、传送带动态捕捉等复杂场景的应用能力。
技术团队方面，首席科学家邵林带领的研发组连续两年斩获机器人领域顶级会议ICRA最佳论文奖项，其提出的T(R,O)Grasp算法实现每秒5帧的实时交互，抓取成功率达94.83%。CEO田野此前担任苹果人工智能平台技术负责人，在机器视觉与智能系统领域拥有丰富经验。
资本运作层面，该公司已完成多轮融资，获得京东集团、商汤科技等产业资本及达晨财智、招商局创投等财务投资机构的联合注资。目前在北京、深圳、苏州、杭州四地设立研发中心，形成覆盖算法开发、硬件测试到规模生产的完整链条。
关于商业化路径，公司制定三阶段推进策略：初期聚焦物体认知维度突破，在商超、电商物流等高频场景完成概念验证；中期拓展任务规划与硬件适配能力，推动自研控制器量产；长期目标实现B端工业场景与C端消费市场的规模化部署。汪涛特别强调，公司将保持技术中立性，提供包括软件授权、控制器解决方案在内的多元化交付模式。
