著者：吴琼投资界

エンボディドAIが転換点を迎える中、逆風の中で1件の資金調達が生まれた——本日（11月2日）、RoboScience机器科学はA2ラウンドで数億元の資金調達を完了したと発表した。琥珀資本、鸿瑞达投资、上海半导体产投が共同でリードし、爽資本、360战投、国联通宝、金鼎資本、および複数の上場企業の投資プラットフォームがフォローオンで参加した。

RoboScience机器科学の背後には、スタンフォード大学AI Labの同級生だった田野と邵林の2人がいる。学生時代から、2人はロボットがどのように人間の生活に入り込むかをよく一緒に議論していた。それから何年も経ち、中国のエンボディドAIが爆発的な節目を迎えるのを目の当たりにして、彼らは帰国して起業することを選び、RoboScience机器科学が誕生した。

スタンフォードは、ほぼ世界のエンボディドAI研究の発祥地の一つだ。ImageNetの発起人である李飞飞は視覚とデータ駆動パラダイムの基礎を築き、Chelsea FinnのREAL Lab、幾何計算学者のLeonidas J.Guibas、そして海外のトップエンボディド企業Piの創業チームもスタンフォード出身である。2016年前後、スタンフォードのLeonidas J.Guibas教授（米国三アカデミーの会員）の幾何計算グループには、王鹤、邵林、そしてその後輩の苏昊ら、中国人学生が集まっていた。

3次元幾何、ロボット学習から物理インタラクションまで、スタンフォードで積み重ねられた研究は、この起業家たちが汎用エンボディドAIを探求する上での重要なヒントにもなった。それはRoboScience机器科学の技術的DNAにも表れている。現在、同社が自社開発したVisics汎用エンボディド基盤モデルは本体をまたぐ汎化の難題を突破し、自社開発の物理シミュレーションエンジンRoboMirageはデータの壁をさらに突破する。汎用エンボディドへの道において、RoboScience机器科学は最も難しい関門に直接狙いを定めることを選んだ。

このタイミングでの投資家の選択は、より強い方向性を示す。資金調達の完了を機に、投资界はRoboScience机器科学の創業者兼CEOである田野氏と深く対話した。これまでの大半とは異なるエンボディド起業の物語が、ゆっくりと広がっていく。

スタンフォードの同級生2人がタッグで起業、エンボディドの汎化難題に挑む

「スタンフォード系」——これが多くの人がRoboScience机器科学に対して最初に抱く印象だ。

そしてチームの芽生えも、まさにスタンフォードから始まった。田野は中国科学技術大学の学部を卒業後、2014年にスタンフォードへ留学し、吴恩达教授に師事してAIの世界に飛び込んだ。

この学生時代は田野の人生で最も貴重な経験の一つとなった。当時、世界の深層学習がようやく台頭し始めた頃で、吴恩达は最も早い提唱者の一人だった。師の導きのもと、田野は世界最先端の技術に触れるだけでなく、技術を実際のシーンに応用する数多くの試みを行った。

ビジネスの世界の偉大な起業物語の多くは、キャンパスでの最も純粋な友情から始まる。ギークとイノベーションの空気に満ちたこのキャンパスで、田野は同級生の邵林と縁を結んだ。ただし邵林はエンボディドAI操作の専門家Jeannette Bohgと幾何計算の泰斗Leonidas Guibasに師事し、ロボット学習の分野に専念していた。

研究方向は違えど、2人の好奇心は意外なほど同じ周波数にあった。AIの能力をいかに物理世界に持ち込み、汎用の自然言語でロボットと対話し操作するか。「スタンフォードの頃から、ロボットがいつ本当に人類の大規模な生産・生活の中に入っていけるのかを、ずっと話し合ってきた」と田野は投资界に振り返る。

しかし当時はエンボディドAIの概念すらまだ爆発しておらず、起業のタイミングは熟していなかった。そこで田野はまずAppleに入り、AppleのAI製品エコシステムとAIアプリケーションエコシステムの構築に中核メンバーとして参加。エンジニアから技術責任者へと成長し、世界初の端末・クラウド協調型大規模モデル推論システム「Apple Intelligence」、そして「AppleのPyTorchとCUDA」と称される中核プラットフォームCoreML、CreateMLを主導した。一方の邵林はシンガポール国立大学計算機科学科の助教授に就任し、ロボット学習と巧緻操作の研究を続けた。

この2つのまったく異なる経歴こそが、起業の最後のピースを埋めた。スタンフォードから共に出発し、田野はAppleで技術を大規模なデバイスとユーザーへ展開するエンジニアリング経験を積んだ。邵林が率いた一連の研究も、後の起業の技術的土台となった。こうして「学術とエンジニアリング」が補完し合う起業コンビが形成された。

時は流れて2024年、ChatGPTの登場によって大規模言語モデルの汎用性が爆発し、学界も産業界もこのScaling Lawを物理世界のロボットに再現しようと試み始めた。ようやくチャンスが訪れ、田野は果断に退職して帰国し、RoboScience机器科学を創業した。2人は引き続き並んで戦う。田野がCEO、邵林が最高科学責任者（チーフサイエンティスト）だ。

この前後、国内のエンボディドAI業界は完全に爆発し、さまざまな資本とトップ起業家が続々と参入した。この波を振り返ると、スタンフォード系はとりわけ際立っている。Hillbot創業者の苏昊、银河通用創業者の王鹤、穹彻智能創業者の卢策吾……彼らは皆、スタンフォードのロボティクスとAIの学術系譜に連なる人々だ。田野の実感通り、「AI分野を見渡せば、スタンフォードが間違いなく世界の最前線であり、無数の学術的・エンジニアリング的イノベーションがここから生まれている」。いつの間にか、中国のエンボディドAI業界には「スタンフォード軍団」が台頭していた。

出発点が高ければ高いほど、ビジョンも大きくなる。RoboScience机器科学はより難しい道を選んだ。ソフトとハードを一体化したフルスタック技術路線により、汎用エンボディド基盤モデルを自社開発し、ロボット本体と物理シミュレーションも手がける。

「エンボディドAIで最も重要なのは2つのこと、モデルとデータだ」と田野は言う。これはほぼRoboScience机器科学の成長路線を説明している。エンボディドAIが直面する汎化の難題を突破するため、チームはVisics汎用エンボディド基盤モデルを自社開発した。

具体的には、Visics汎用エンボディド基盤モデルはVLOA（Vision-Language-Object-Action）アーキテクチャを採用し、Object Trajectory（物体の3D点群軌跡）を統一的な中間表現の基準とする。この設計は「認知」と「実行」を完全に分離する。上位のエンボディド世界モデルが物体の物理的な運動軌跡を予測・推論し、下位の汎用操作モデルがその軌跡をあらゆるロボット本体に適合する制御指令へと変換する。

同時に、同社は高精度シミュレーションエンジンRoboMirageを自社開発した。元Tesla AI責任者でOpenAI共同創業者のAndrej Karpathy氏は論文「Verifiability」で、あるタスクに対して十分に効率的で全面的な検証環境があり、試行錯誤の繰り返しが可能で、高効率な試行錯誤と自動的な報酬フィードバックが提供できれば、AIが継続的な訓練を通じてその問題を解決できる可能性は大きく高まると述べている。

RoboMirageはすでに高い並列性、リアルタイム性、そして全物体空間のカバレッジを実現している。これがRoboScienceのエンボディドモデルの発展に極めて大きな推進力を与えている。さらに全自動の動画アノテーションとクリーニングのパイプラインを組み合わせ、「シミュレーション＋動画」の二重データフライホイールを構築した。田野は次のようなデータを紹介した。RoboScience机器科学のデータ路線は、1件あたりのデータ取得コストを0.05元にまで押し下げ、従来方式の1/20から1/200に下げた。2026年初から10月までに、RoboScience机器科学の動画訓練データは100万件から400万件へと突破し、現在も拡大を続けており、データ規模とコストの二重のボトルネックを根本から突破し、エンボディドのScaling Lawの条件を整えた。

汎用大規模言語モデルが空間理解能力を絶えず示すにつれ、資本市場がエンボディドAI企業に突きつける問いもより直接的になっている。汎用モデルの能力の境界が拡大し続けるとき、エンボディド企業が自社開発する「ブレイン」の独立した価値と長期的な障壁はどこにあるのか。

田野の判断はこうだ。汎用大規模言語モデルはツール呼び出し、タスク分解、意図のオーケストレーションに長けているが、タスクを理解してからロボットを駆動し安定的に操作を完了させるまでには、なお物理世界という関門がある。エンボディド企業にとって核心的な価値は、異なるハードウェアが複雑な環境で十分に速い速度と十分に高い成功率で操作を完了できるようにし、その能力をより多くの本体とタスクに再利用できるかどうかにある。その背後には、モデルが接触、摩擦、弾性などの物理法則を学習する必要があり、文字や動画から直接得るのが難しい物理インタラクションデータを持続的に蓄積し、システムが物理世界で高効率かつロバストに実際のタスクを完了できるようにする必要がある。

これこそがRoboScience机器科学がVisics基盤モデルとRoboMirageシミュレーションエンジンを配置する根底の論理である。シミュレーションエンジンで物理インタラクションデータを大規模に生成し、モデル訓練のデータコストを下げる。階層化・分離アーキテクチャで物体運動の理解とロボット操作をつなぎ、モデル能力の特定ハードウェアへの依存を減らす。両者は共に商業的価値のある目標を指し示す。同じ操作能力を本体をまたぎタスクをまたいで再利用し、新しいハードウェアへの適応と新シーンへの展開の限界費用を下げることだ。ベンチャーキャピタルの視点から見れば、この路線の想像の余地は、データとモデルの持続的な蓄積を、規模化して提供可能な汎用操作能力へと変換し、統一されたVisicsモデルインターフェースを通じて、より多くのロボットメーカーとアプリ開発者にサービスを提供することにある。

モデル側、データ側で大きな飛躍を遂げた後、RoboScience机器科学は第一世代のロボット本体——REX G1を発表した。物流、小売、工場、家庭など幅広いシーンで活用できる車輪型ヒューマノイド型汎用ロボットである。

Appleと同じように、真の障壁は決して単一の技術ではなく、ソフトとハードを一体化したシステム的能力だ。RoboScience机器科学も同様で、フルスタック能力を構築し、より速い反復速度で、複雑なタスクを自律的に実行できる次世代ロボットを作り上げる。

逆風の中での調達、1年でエンボディドのフルスタック閉ループを構築

投資家は早くからこのスタンフォードの同級生コンビに注目していた。

AI時代、投資家は起業の潜在能力を持つ大企業の幹部や大学教授と事前に接触し、彼らが起業を決めたときにいち早く出資できるようにする。同じことが田野にも起きていた。記憶によれば、彼と邵林がまだ退職していない頃から、投資家が次々と訪ねてきて定期的に交流を続けていた。

すべては自然な流れだった。RoboScience机器科学が設立されたばかりの頃、零一创投が単独で出資する数千万元人民元のシードラウンドが速やかに成立した。そして資金調達の完了から2か月後、邵林のチームは汎用巧緻把持フレームワーク「D(R,O) Grasp」で、ロボット操作と運動分野の最優秀論文賞を受賞し、アジアの機関が第一所属としてこの栄誉を受けるのは直近5年で初めてのチームとなった。この研究もまた、RoboScience机器科学が本体をまたぐ巧緻操作の難題を突破する技術的な源流である。

その後も投資家の出資は続いた。同年7月には約2億元のエンジェルラウンドを完了し、京东がリード、招商局创投、商汤国香资本がフォロー、既存株主の零一创投が追加出資。2026年2月には数億元のPre-Aラウンドを完了し、投資家には普华资本、达晨财智などの著名な投資機関に加え、招商局创投、零一创投などが継続して追加出資。そして現在、同社は複数ラウンドの数億元規模のAシリーズ調達を完了した。

RoboScience机器科学は資金調達において一貫して堅実かつ実務的なリズムを保っている。実際、上半期の調達ブームを経て、今年下半期のエンボディドAI業界は明らかに冷え込み、投資家の出資はより慎重になり、投資基準も厳しくなった。業界が低調な時期にあるほど、調達の重みは増す。

投資家を揺るぎなく出資に踏み切らせたのは、RoboScience机器科学が各調達の節目で達成したマイルストーンだ。2025年9月、高精度シミュレーションエンジンRoboMirageを発表し、低コスト・大規模なデータフライホイールを構築。2026年6月、Visics汎用エンボディド基盤モデルを正式に発表し、VLOAアーキテクチャで本体をまたぎ、物体をまたぎ、タスクをまたぐ汎化能力を証明した。わずか2か月後には、初の車輪型ヒューマノイド型ロボットREX G1が披露された。つまり、1年という期間でデータ、モデル、ロボット本体といった重要な段階をつなぎ、汎用エンボディドのフルスタック閉ループを形成したのである。

特筆すべきは、今回のラウンド完了前に、RoboScience机器科学がテンセント・クラウド（腾讯云）と戦略的提携を結び、世界初のクラウド型EaaS（Embodied-AI-as-a-Service）エンボディドAIサービスを構築したことだ。この提携に基づき、Visicsは世界初のクラウド型エンボディド基盤モデルとなり、一般に呼び出し可能なエコシステムを開放している。

この背後にはRoboScience机器科学の商業化への考え方がある。田野によれば、現在チームには3つの産業化ルートがある。エンドアプリケーション向けの統合エンボディドソリューションを提供するほか、クラウドから呼び出せるモデルサービスEaaS、そして端末側に展開するコントローラーも提供し、モデル能力をより広範な開発者、本体メーカー、シーンインテグレーターに開放する。

田野の言葉を借りれば、この3つの路線は「深さと広さ」を兼ね備えている。フルスタック路線は重点シーンを深耕し、コントローラーとEaaSは能力を外に広げることで、1社だけでは到底カバーしきれない広大なアプリケーションシーンをカバーする。

こうした点も投資家を動かしたところだ。琥珀資本は次のように述べている。「エンボディドAI技術の反復が加速し、さまざまな領域で技術検証から規模化応用へと進む段階を経験している。オープンなシーンでの汎用能力と実装コストが産業突破の鍵だ。RoboScience机器科学はこの核心的な命題をめぐり、データ、モデル、本体を貫くフルスタック技術体系を構築し、本体をまたぎ、物体をまたぎ、タスクをまたぐ汎化能力をさらに高め、実際の作業環境でデータ蓄積と能力の反復を継続的に実現している。当社はチームの技術路線に対する先見的な判断と体系的な実行能力を高く評価しており、同社が実際のシーンでの検証を加速し、モデル能力の規模化・再利用を推進し、徐々に汎用エンボディドAI時代の重要なインフラプラットフォームへと成長することを期待している。」

商業化量産と規模化検証という試練に直面する中で、産業資本の出資はしばしば方向性を示すものと見なされる。すべてのプレイヤーにとって、こうした投資家は貴重だ。財務的な支援だけでなく、真の検証シーンも提供してくれるからだ。

RoboScience机器科学の株主陣営を見ると、そうした顔ぶれは少なくない。京东は全国に数十の「アジア1号」スマート物流園区と千以上の倉庫を持つ。爽資本の背後には、香港の資産規模数千億の名門・李锦记家があり、世界に巨大な生産拠点とサプライチェーンネットワークを持つ。彼らの業務には、非標準で煩雑、自動化が難しい工程が大量にあり、まさにエンボディドAIが代替する理想的なシーンだ。

今回のラウンドには複数の産業資本や上場企業のプラットフォームも参加し、集団でRoboScience机器科学に信頼票を投じた。田野によれば、社内ではすでに複数の産業パートナーとの協業を進めており、近く順次公表される予定だ。

これは間違いなくエンボディド企業にとって最良の試練の場だ。今後、RoboScience机器科学の加速経路はより鮮明になる。今回の調達資金は主に基盤モデルの継続的な反復・アップグレードを支え、物流、小売、工業などの核心シーンでのPOC検証と規模化実装を推進する。同時に、高度人材の蓄積をさらに強化する。

汎用という終局へ

汎用エンボディドAIの実現は、ほぼすべてのエンボディド起業家の究極の夢だ。

これは極めて膨大でロマンチックな命題である。しかし汎用とは、ロボットが環境を感知し、自律的に意思決定し、行動後にフィードバックから学習し、人間のように働きながら学ぶことを意味し、その背後には依然として克服すべき多くの工学的難題があり、まだ長い道のりがある。想像と現実に落差が生じると、業界は「万能幻想」から「専用先行」の段階へと入っていく。さらには「汎用はまだ遠すぎる、垂直シーンを深耕することこそ生き残る鍵だ」という見方もある。

しかし田野に言わせれば、これは二者択一の問題ではない。「汎用エンボディドAIの核心は限界費用を下げること、これが私たちの未来の競争力の核心でもある」。彼はさらに説明する。RoboScience机器科学がフルスタック製品にこだわるのは、物流や小売などの特定領域で深い最適化を行うためだ。

「私たちは当然、あるシーンで先に実装する必要がある。だがそれを支えるのは、絶えず進化し、ますます汎用化し、コストがどんどん下がる基盤技術だ」と田野は強調する。持続可能な前向きの商業閉ループにはシーンとの深い結合が必要であり、長期的な競争力には絶えず限界費用を下げることで規模を拡大する必要がある。

まず真実の高価値・高需要の業界に切り込み、その後ロボットをより広いシーンへと導く。最終的にそれが皆が期待する汎用エンボディドAIとなる。この道において、汎化は最も難しく手強い部分だ。

簡単に言えば、現在の大半のエンボディドモデルは、固定シーンで十分なデータ収集と専用訓練を経れば、タスク成功率はほぼ100%に近づく。しかし操作する物品を変えるだけで、あるいは環境を少し変えるだけで、ロボットのタスク成功率は大きく低下してしまう。

この難題に直面し、RoboScience机器科学は自らの解答を示した。自社開発のVLOA構造により、すでに本体をまたぐ、物体をまたぐ、タスクをまたぐという3つの次元の汎化をサポートしている。印象的な一幕は、2026世界人工知能大会（WAIC）で、RoboScience机器科学が会場で「30秒で超速ハンド交換」を実演したことだ。スタッフが異なるブランドの巧緻ハンドのハードウェアを直接交換し、再適応もファインチューニングも不要で、巧緻ハンドは30秒以内に即座に認識され、複数種類の把持タスクを流暢に実行した。まさに「ハンドを替えればすぐ使える」を実現し、本体をまたぐ汎化能力を証明した。

さらに、Visics汎用エンボディド基盤モデルを搭載した巧緻ハンドは、会場の観客が提供した任意の物品を掴むことに成功した。より画期的なのは、今年8月に開催されたWRCで、RoboScience机器科学がブースで世界モデルの推論プロセスを同時公開し、世界モデルのリアルタイム可視化推論を公に展示した業界初の企業となったことだ。

「エンボディドAIのような物理世界と高度に関わる事柄は、実際のシーン、実際のタスクとアルゴリズムを同期させて進化させる必要がある」。田野は盲目的に楽観しているわけではない。「間違いなく一歩ずつ、小さいところから大きいところへ、特定産業からより広範な業界へと徐々に実現していく」。しかし彼は、それが今後数年のうちに起きることだと確信している。

エンボディドAIの起業ブームを経験する中で、議論とバブルも付いてくる。この点について、田野はむしろ淡々としている。「バブルは皆がさまざまな試みをしていることから生じるのかもしれない。生物の進化のように、進化の過程で消えていくものもあれば、生き残るものもある。これは技術進化の自然な現象だ」。

エンボディドの後半戦では、格好いいデモだけで物語を語る企業の生存圧力はますます大きくなる。田野はむしろ「事を成す」ことに精力を注ぎたいと考えている。「短期的な変動は私たちにとって単なるnoiseだ。ビジネスの本質に戻れば、これから皆がより注目するのは、技術をいかに本当に製品に落とし込むかだ」。

物理世界のAGIへの道は、終点までまだ遠い。何年か後に振り返れば、今この瞬間が分水嶺になっているかもしれない。

外媒：アップルの家庭用ロボット、発売時期が2028年に延期の可能性

人気記事