6月24日通用具身智能企业RoboScience机器科学发布通用具身大模型披露自研Visics大模型技术架构VLOA并展示其在多场景的应用为具身智能发展带来新突破。具身智能的困境大语言模型和自动驾驶都有基础格式让数据和模型可跨场景复用。但具身智能缺乏公认的基础表征单元过去主流做法是让模型学机器人关节运动轨迹导致能力难以迁移复用。RoboScience的创新架构RoboScience创始人田野指出机器人操作的三大瓶颈团队从底层搭建全新具身基础表征单元。自研Visics通用具身大模型提出Object Trajectory统一中间表征标准构建分层解耦的VLOA架构。双引擎架构的优势Visics采用双引擎架构具身世界模型学物体运动规律通用操作模型将物体轨迹转化为机器人动作。两大引擎通过VLOA分层协同实现全域泛化在抓取动作上表现更优。数据获取的新方案传统数据路线面临成本与产能天花板RoboScience以自研仿真引擎为核心构建“仿真视频”双数据飞轮降低成本并快速扩张数据量预计2026年构建超1T操作轨迹数据集。商业布局与未来规划RoboScience获多家机构投资搭建软硬一体商业模式。联合创始人汪涛表示先从物体维度切入已开展试点合作计划今年量产标准化机器人本体产品。编辑观点RoboScience的技术创新为具身智能发展提供新思路有望推动其在多领域落地未来具身智能市场竞争或更激烈。