在2026世界人工智能大会（WAIC）上，RoboScience机器科学首次公开亮相，展示了其自主研发的通用具身大模型Visics以及可微多模态物理仿真引擎RoboMirage，并带来多项真实场景应用成果。以下是对其核心技术亮点与现场演示的深度解析。
核心亮点：跨本体灵巧操作，实现“30秒换手即用”
在RoboScience机器科学展台，多款不同品牌的灵巧手搭载同一套Visics通用具身大模型，同时向观众展示灵巧抓取能力。这一展示的核心在于，无需针对特定硬件进行重新训练或微调，即可实现流畅的跨本体操作。
- 自主实时感知与规划：多款灵巧手全程自主实时感知、自主规划抓取策略，并完成不同属性物体操作，从刚性工具到柔性物料，从规则形状到异形物件，甚至能抓取观众现场随机提供的物品，无需预设抓取流程。
- “30秒极速换手”硬核展示：工作人员现场直接更换不同品牌的灵巧手硬件，无需重新适配。灵巧手在30秒内被即时识别，并流畅执行多类抓取任务，整个换手到再启动过程压缩至30秒以内，真正实现“换手即用”。
小提示： 行业目前普遍依赖二指夹爪完成抓取任务，灵巧手的跨本体泛化操作仍是难题。RoboScience机器科学首次实现了一套统一具身大模型同时支持多款不同构型灵巧手完成流畅抓取，且能做到Zero-shot（零样本泛化）适配，验证了Visics在跨本体、跨物体、跨任务三大维度上的泛化能力。
商超场景应用：多SKU抓取成功率99%以上
在商超场景中，机器人能够自主理解指令，完成从移动到抓取再到交付的全流程操作，无需人工干预。针对狭窄通道，机器人采用紧凑型硬件设计，灵活适应复杂空间。目前，该方案已与多家零售、物流企业开展试点合作，多SKU抓取成功率稳定在99%以上。
精细操作与视触觉感知：亚毫米级力控精度
搭载了RoboScience机器科学自研微型视触觉模块FingerEye的机械臂，现场演示了拆红包、立硬币等精细任务。FingerEye可在接触前提供立体深度指引，接触后通过形变推算六轴力矩，实现亚毫米级的力控精度，充分展现机器人在高精度操作场景中的技术实力。
技术底座：全球首个云端具身大模型Visics
现场四大技术演示均基于通用具身大模型Visics这一技术底座。作为RoboScience机器科学的核心技术成果，Visics采用自研VLOA（Vision-Language-Object-Action）架构，以物体为中心进行感知、规划和执行。
- 核心架构：Visics大模型融合“具身世界模型”和“通用操作模型”两大核心引擎，创新性地引入Object Trajectory作为中间接口，并以物体的连续3D点云轨迹进行表征。
- 功能分工：上层具身世界模型负责认知和预演物理轨迹，下层通用操作模型负责将轨迹转化为不同机器人的物理控制信号，实现了高层语义与底层物理规律的完美解耦，并分别用海量互联网视频及仿真数据进行预训练。
小提示： Object Trajectory作为中间接口，是连接视觉感知与物理操作的关键桥梁，使模型能够理解物体在三维空间中的连续运动轨迹。
与腾讯云战略合作：打造云端EaaS具身智能服务
RoboScience机器科学已与腾讯云达成战略合作，共同打造行业首个云端EaaS（Embodied-AI-as-a-Service）具身智能服务。Visics将作为全球首个具备云端部署能力的具身大模型，迈向云端规模化调用。
- 优势互补：RoboScience机器科学提供核心算法能力，包括VLOA架构、Object Trajectory数据标准、跨本体泛化能力及全自动数据管线等上层技术；腾讯云提供经过大规模用户验证的存储与算力底座，包括统一数据底座、高性能计算、智能编排调度等基础设施能力。
- 发展路径：双方共同打通从多地协同标注到模型训练再到商业化落地的完整路径，构建云端EaaS具身智能服务，使具身智能从“技术验证”走向“规模化交付”，推动从“本体绑定”走向“云-端解耦”时代。
数据飞轮：突破数据规模与成本瓶颈
针对数据缺口，RoboScience机器科学选择以自研可微多模态物理仿真引擎RoboMirage为核心，结合全自动视频数据标注与清洗管线，构建“仿真+视频”双数据飞轮。
- 成本优势：这一体系将单条数据的获取成本降至传统方案的1/20~1/200，同时以每周数十万小时的增速持续扩展，从根本上突破了数据规模与成本的双重瓶颈，为Visics大模型实现LLM级别的万亿级数据Scale-up奠定了基础。
- 具身世界模型数据：通过全自动数据标注及清洗pipeline，团队已积累数百万小时以物体为中心的高维多模态操作相关数据集（数千万video clips），并以每周数十万小时的速度增长，目标在2026年构建上千万小时的全球领先数据集。
- 通用操作模型数据：通过自研可微多模态物理引擎RoboMirage积累了数百亿次高质量manipulation操作轨迹数据集，2026年目标是构建超过1T高质量manipulation操作轨迹数据集（1万亿次全空间物体的manipulation操作轨迹数据）。
常见问题： 什么是“仿真+视频”双数据飞轮？它指的是，一方面利用仿真引擎RoboMirage生成海量、低成本的物理操作轨迹数据，另一方面从互联网视频中自动提取和标注真实世界的操作数据。两者结合，可以大幅降低数据获取成本，并持续扩充数据规模。
总结：从展台走向产业场景
WAIC 2026现场，RoboScience机器科学首次公开展示了通用具身大模型Visics的三大亮点成果：跨本体灵巧操作实现“30秒换手即用”，商超场景多SKU抓取成功率99%以上，FingerEye精细操作实现亚毫米级力控精度。三项演示集中验证了Visics跨本体、跨物体、跨任务的泛化能力。从展台出发，这些能力正加速走向真实产业场景，让机器人在工厂、商超和家庭等场景中真正理解世界、稳定执行任务。
