RoboScience机器科学发布Visics通用具身大模型，实现跨本体、跨物体、跨任务｜最前线

RoboScience机器科学发布了Visics通用具身大模型，首次公开其VLOA技术架构。该模型旨在解决机器人操作中的三大瓶颈：泛化能力差、精细操作难和长程任务误差累积。传统方法让模型学习特定硬件的关节运动轨迹，导致能力无法跨本体、物体或场景迁移。Visics通过提出Object Trajectory（物体3D点云轨迹）作为统一中间表征标准，重构了机器人的认知与执行逻辑。模型采用双引擎架构：具身世界模型从互联网视频学习物体运动规律，通用操作模型将轨迹转化为机器人控制指令，两者通过VLOA分层协同，实现跨本体、跨物体、跨任务的全域泛化。在抓取等任务中，该模型在成功率、操作丰富度和响应速度上均有显著提升。数据方面，RoboScience自研高精度仿真引擎RoboMirage，结合自动化标注管线，将数据成本降至传统方案的1/20至1/200，计划2026年构建超1T操作轨迹数据集。公司已获京东、商汤等投资，正与零售、物流企业合作，计划今年量产标准化机器人本体。