直击2026沙利文峰会|机器科学创始人兼CEO田野：告别“专机专脑”，以大模型开启具身智能的“平权时代”

8月4日至5日，2026第二十届沙利文全球增长、科创与领导力峰会暨第五届新投资大会在上海举行。本次峰会将集中展示沙利文65年来对新兴行业及热门赛道的深厚研究积淀，对前沿科技演进的敏锐洞察，以及对资本市场动向的精准把握。

在“AI进阶与飞跃”的分论坛上，RoboScience机器科学创始人兼CEO田野受邀出席并发表主题演讲，分享了公司在具身智能领域的技术突破与商业化思考。据介绍，公司成立于2024年12月，创始团队具备顶尖的学术与产业背景。田野本科毕业于中国科学技术大学物理系，硕士毕业于斯坦福大学AI Lab并师从吴恩达，曾担任苹果公司AI Platform技术负责人，主导打造了被誉为“苹果的PyTorch与CUDA”的核心基础设施平台的CoreML以及全球首个端云协同大模型推理系统Apple Intelligence；联合创始人兼首席科学家邵林同样毕业于斯坦福大学AI Lab，目前担任新加坡国立大学助理教授，是IEEE机器人学顶刊 (TR-O）副编辑，ICRA会议副主编。

田野在演讲中指出，回顾从电力革命到信息革命、从云计算到语言智能革命的历程，每一次技术飞跃除了能力本身的突破，更重要的是能力分发方式的革新。“要想富先修路”，当分发成本大幅降低时，增长来源就从“谁拥有能力”变成“谁能把能力用起来”。

然而，具身智能当前面临一个核心制约——几乎所有技术路线都是“专机专脑”的，模型通常只能在同一本体上部署，无法跨智能体、跨机器人、跨任务或跨场景复用。更关键的是，机器人硬件尚未形成统一标准——不同自由度、不同传感器、不同末端执行器，轮式、双足、双臂、单臂形态各异。更何况，端侧根据场景适配性、成本等原因，或许机器人本体形态就应该是多姿多彩的。田野表示，“这就要求具身智能必须实现跨本体、跨任务、跨物体的三大泛化能力。”

为实现这一目标，RoboScience自研了Visics通用具身大模型。田野介绍，Visics采用VLOA（Vision-Language-Object-Action）架构，以Object Trajectory（物体3D点云轨迹）作为统一中间表征标准。这一设计将“认知”与“执行”彻底解耦——上层具身世界模型负责预判和推演物体的物理运动轨迹，下层通用操作模型将轨迹转化为适配任意机器人本体的控制指令。

“具身智能所做的每一件事，归根结底都是在改变物体的运动状态。”田野解释，Object Trajectory就像大语言模型中的Token，只关注物体本身的位置、姿态和形变变化，天然与硬件解耦。这一创新使Visics能够驱动任意形态的机器人本体，实现“一脑控多手”的跨本体灵巧操作。

在数据层面，RoboScience通过自研的高精度物理仿真引擎RoboMirage和全自动视频数据管线，构建了“仿真+视频”双数据飞轮。相较于传统真机遥操数据采集，该方案将数据成本降低百倍以上，预计2026年将构建超过1T的高质量操作轨迹数据集。

今年7月，RoboScience与腾讯云达成战略合作，联合打造了行业首个云端EaaS（Embodied-AI-as-a-Service）具身智能服务。Visics成为全球首个具备云端部署能力的具身大模型。

田野表示，通过云端API的形式调用具身智能操作能力，不同机器人本体公司、开发者、集成商都无需再自建数据体系、自行训练模型，只需按需接入即可获得具身智能操作能力。“我们希望以这种方式，把具身智能的能力及 真正的智能操作能力成为每个人生活中常见的工作助手和生活伙伴。”

“能力分发已经从电力、数字智能，迈向物理智能时代。” 田野称，期待联合全生态伙伴，让具身智能成为生产生活的通用助手，共同推动行业从专机专脑走向脑力共享，迎来具身智能的平权时代。