近期，新加坡國立大學（NUS）助理教授邵林與前蘋果研究員田野攜手創立的具身智能企業RoboScience宣布成功完成數千萬元的首輪融資。這家新興企業專注于跨實體通用具身智能（Cross Embodiment AI）的研發，并基于快慢系統的機器人學習框架與自監督訓練技術，致力于打造機器人的具身操作系統。

邵林的教育與科研背景豐富多元。自2009年起，他在南京大學攻讀本科，期間因興趣轉向，不僅完成了數學系的第二學位，還參與了計算機系多媒體GPU高性能計算的研究項目。2014年畢業后，邵林遠赴斯坦福大學深造，最初專注于3D視覺領域，后因受DeepMind DQN算法的啟發，決定轉向機器人研究，師從交互感知與機器人學習實驗室的Jeannette Bohg教授，并在Leonidas J. Guibas教授的共同指導下，展開了深入探索。

在斯坦福大學期間，邵林參與了多項前沿研究，包括早期機器人抓取的研究，并在ICRA 2020上發表了深度神經網絡架構UniGrasp，該工作成為了數據驅動靈巧手抓取的基準性工作之一。2021年，邵林博士畢業后，選擇在新加坡國立大學擔任助理教授，繼續深耕機器人操作領域。他與上海交通大學教授盧策吾合作的基于模型的強化學習方法SAM-RL，入圍了RSS 2023最佳系統論文獎，彰顯了其卓越的科研成果。

RoboScience的另一位創始人田野同樣擁有不凡的背景。他在中國科學技術大學物理系就讀期間，便展現出了卓越的研究能力，曾在量子信息實驗室擔任研究助理。2014年畢業后，田野進入斯坦福大學AI Lab，師從吳恩達教授，專注于深度學習與計算機視覺的研究。在斯坦福期間，他參與了多項基于機器學習的系統開發工作，積累了豐富的實踐經驗。

2017年碩士畢業后，田野加入蘋果公司，負責AI平臺與端側深度學習框架的開發與優化工作。在長達七年多的時間里，他支撐了iPhone、Apple Watch、MacBook等多個平臺AI框架的研發與落地。去年，田野決定離開蘋果，與邵林共同創立RoboScience，致力于將深度學習技術應用于機器人領域，解決傳統方法中的可解釋性不足和數據缺口等問題。

近年來，隨著基礎模型能力、預訓練和推理能力的不斷提升，Foundation Model + Robotics的范式再次成為研究熱點。在產業界，OpenAI等巨頭也重新開始關注機器人領域，推動了相關技術的快速發展。RoboScience正是在這一背景下應運而生，致力于基于大規模預訓練和推理技術，推動具身操作的研究與應用。

邵林表示，多年的機器人研究經驗讓他深刻認識到，機器人是一個復雜的系統，需要進行系統性的思維與設計。他強調，硬件、數據、算法和模型等方面都需要進行整體的開發與優化，以確保機器人在實際部署過程中的安全性與可靠性。RoboScience正是在這一理念的指導下，不斷探索和創新，致力于推動具身智能技術的突破與應用。

隨著首輪融資的順利完成，RoboScience將迎來更加廣闊的發展前景。未來，這家新興企業將繼續深耕具身智能領域，推動相關技術的創新與應用，為機器人領域的發展貢獻更多力量。