RoboScience机器科学发布Visics通用具身大模型，以VLOA架构实现跨本体、跨物体、跨任务泛化

2026年6月24日，通用具身智能企业RoboScience机器科学发布Visics通用具身大模型，首次完整披露其自研技术架构VLOA（Vision-Language-Object-Action），并展示在家具拼装、灵巧抓取、动态流水线等场景的应用。

核心创新：Object Trajectory统一中间表征
针对当前机器人操作泛化能力差、精细操作难、长程任务误差累积三大瓶颈，RoboScience提出Object Trajectory（物体3D点云轨迹）作为统一中间表征标准，以物体为中心重构机器人的认知与执行逻辑。该表征同时包含“物体”与“目标”两层含义，精准定义机器人与物件的交互关系及操作后物体的运动变化状态。

VLOA架构：双引擎分层解耦
Visics大模型采用双引擎架构：

• 具身世界模型：以海量互联网视频为预训练数据，学习物体在真实世界中的运动规律，包括物体状态、三维轨迹、接触力与物理因果关系。
• 通用操作模型：将物体运动轨迹转化为机器人控制指令，通过物理引擎生成大规模仿真数据持续迭代，支持刚体、铰链件、软质可形变体等多种物体，兼容视觉、触觉、力觉等多模态输入。
  两大引擎通过Object Trajectory作为统一中间接口，上层模型负责预判合理轨迹，下层模型适配各类机器人硬件执行指令，最终实现三大维度泛化：适配任意机器人本体、操作任意类型物体、自主完成多样化任务。

数据策略：仿真+视频双飞轮
RoboScience以自研高精度仿真引擎RoboMirage为核心，结合全自动视频数据标注与清洗管线，将单条数据获取成本压至传统方案的1/20至1/200，以每周数十万小时速度扩张，预计2026年构建超过1T高质量操作轨迹数据集。

商业化进展
公司已获京东集团、商汤科技、达晨财智、招商局创投、零一创投、普华资本等投资，在北京、深圳、苏州、杭州设有研发和生产中心。目前与零售、物流、康养服务企业及机器人本体、灵巧手公司开展试点合作，计划2026年实现面向工业与商业场景的标准化机器人本体产品量产。