据 Woofun AI 消息，6 月 24 日，通用具身智能企业 RoboScience 机器科学正式发布自研 Visics 通用具身大模型，首次完整披露 VLOA 技术架构，并展示其在家具拼装、灵巧抓取及动态流水线等真实场景的落地能力。该模型旨在解决行业长期缺乏统一基础表征单元的痛点，通过重构认知与执行逻辑，实现跨本体、跨物体、跨任务的全域泛化，标志着具身智能从单一硬件绑定向通用智能体演进的关键转折。长期以来，大语言模型拥有标准文本 Token，自动驾驶具备统一视觉或点云表征，这些基础格式的确定使得数据与模型能在不同场景间高效复用。

然而，具身智能领域至今未形成行业公认的基础表征单元，这一缺失直接决定了数据采集方式、模型学习路径以及迁移至新场景的可行性。过去两年，行业主流做法是让模型直接学习机器人关节运动轨迹，即复刻特定硬件在特定任务下的动作坐标。

这种逻辑的致命缺陷在于，一旦更换机器人本体、操作对象或作业场景，模型此前习得的能力便无法直接迁移。模型学会的仅是"夹爪如何抓起杯子"的具体动作，而非理解"抓取"这一动作本身的物理本质，包括什么是抓、需要施加多大的力、物体受力后的反应机制等核心要素。RoboScience 机器科学创始人兼 CEO 田野指出，当前机器人操作面临泛化能力差、精细操作难、长程任务误差累积三大核心瓶颈。为此，团队选择从底层出发，搭建一套全新的具身基础表征单元，以突破现有技术的天花板。作为整套技术体系的核心底座，RoboScience 机器科学自研了 Visics 通用具身大模型，提出 Object Trajectory（物体 3D 点云轨迹）作为统一中间表征标准，以此搭建分层解耦的 VLOA 架构，围绕物体为中心，彻底重构机器人的认知与执行逻辑。田野解释称，"Object"这个词同时包含物体、目标两层含义，能够精准定义机器人与物件的交互关系，以及操作后物体需要达成的运动变化状态。Visics 通用具身大模型内部采用双引擎架构，由具身世界模型和通用操作模型各自独立运转，分开预训练、分别迭代，互不干扰。其中，具身世界模型以海量互联网视频作为预训练数据，围绕物体状态、三维轨迹、接触力与物理因果关系建模，深度学习物体在真实世界中的运动规律。通用操作模型则负责把"物体运动轨迹"转化为"机器人该怎么做"。它通过物理引擎生成大规模仿真数据持续迭代，能够操作刚体、铰链件、软质可形变体等各类物体，支持跨本体部署与闭环控制，同时兼容视觉、触觉、力觉等多模态感知输入。两大引擎通过 VLOA 架构完成分层协同，Object Trajectory 作为统一中间接口，上层具身世界模型负责预判、推演物体合理运动轨迹，下层通用操作模型给出适配各类机器人的硬件控制指令、负责落地执行轨迹。

这种分层解耦的设计，最终实现三大维度的全域泛化，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。以抓取动作为例，对比传统绑定单一机械臂、单一物件的训练方案，基于 VLOA 架构的模型在抓取成功率、操作姿态丰富度、运算响应速度上均有明显提升。在具身智能领域，数据是模型能力的根基，但传统数据路线正面临成本与产能的双重天花板。

Woofun AI 整理数据显示，RoboScience 机器科学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，构建了一套"仿真 + 视频"双数据飞轮。这套体系可将单条数据的获取成本压至传统方案的 1/20 至 1/200，并以每周数十万小时的速度持续扩张，预计 2026 年将构建超过 1T 高质量 manipulation 操作轨迹数据集。自成立以来，RoboScience 机器科学已获得京东集团、商汤科技、达晨财智、招商局创投、零一创投、普华资本等多家 CVC 和财务机构的投资及产业支持，在北京、深圳、苏州、杭州设有研发和生产中心。公司以大模型为核心，纵向打通自研本体、控制器与 RobotOS，横向构建模型泛化、便捷开发与多层级生态，搭建软硬一体、闭环协同的商业模式。联合创始人汪涛指出，具身智能真正的实际应用尚未到来，公司选择先从物体维度切入，即解决对刚性、柔性及各种属性物体的泛化操作能力，而非直接进入工业场景与自动化方案竞争。如商超、电商物流等场景，天然面临海量 SKU、多品类的拣选与补货需求，正是验证物体维度泛化能力的最佳试验场。

目前，RoboScience 机器科学已同多家零售、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，计划于今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。

这一战略路径表明，具身智能的破局点或许不在于单一场景的极致优化，而在于构建能够理解物理世界通用规律的底层模型。随着 Object Trajectory 标准的逐步确立，机器人将不再是被编程执行固定动作的工具，而是具备物理推理能力的智能体，这将是继大语言模型爆发后，人工智能在物理世界落地的又一里程碑。