苹果AI平台技术负责人回深圳具身创业量子位

一家刚完成10亿元A轮融资的具身公司，是这么定义具身标准数据格式的：

Object Trajectory。

说人话，就是用连续3D点云去刻画物体在时间维度上的变化过程。

如此一来，需要关注的焦点就从“机器人怎么动”，变成了“物体本身发生了什么变化，包括位置移动、姿态变化，以及在复杂操作中的接触关系甚至形变过程”。

在这个逻辑下，作为一种统一的物体级状态表示，Object Trajectory就被定义为了“具身智能的token”。

创始人兼CEO说，Object这个词本身有“物体”和“目标”两种意思，所以能用它精确描述机器人本体跟物体要发生什么样的交互、要完成什么样的物体运动状态的变化

他还介绍了提出这一“具身token”的原因。

RoboScience认为，具身智能真正缺的不是动作数据，而是一种能同时表达认知与物理执行的中间语言，“需要一种能够同时覆盖认知过程与物理执行过程的中间表达，而Object Trajectory就是这个中间层”。

感觉……这家公司想做的事情大概是，先把世界压缩成“物体级动态状态”，再去做执行。

忘了展开介绍，这家公司叫RoboScience，成立于2024年。

CEO田野本科毕业于中国科学技术大学物理系（专业第一），硕士毕业于斯坦福大学AI Lab，师从AI大牛吴恩达。

2017年硕士毕业后，他加入苹果总部，在苹果工作了约7年时间，后来成为苹果总部最年轻的主任工程师之一，并担任AI平台技术负责人。

在苹果期间，他主导构建了苹果的机器学习平台，支撑了相机、Siri、Apple Intelligence等。

首席科学家邵林为新加坡国立大学计算机系助理教授，师从图灵奖得主、斯坦福计算机科学系讲席教授Leonidas J. Guibas（与Sedgewic共同发明红黑树）和斯坦福机器人实验室的核心负责人之一Jeannette Bohg。

其团队获ICRA 2025最佳论文奖，又在ICRA 2026获最佳论文奖提名。

上个月（5月），这家公司对外披露了10亿元A轮融资，是该月该赛道上曝光的最大一笔。

Object Trajectory有啥用？

从RoboScience的技术框架出发，Object Trajectory对应的是具身token的定义，也对应模型处理世界的基本单位。

创始人兼CEO田野在线下技术分享中谈到，当前具身系统面临的两个主要问题，一个来自机器人本体结构差异，另一个来自物体交互过程中的物理规律表达。

这两个问题通常被分别处理，然后在新的表示方式中被收敛到同一空间。

但RoboScience希望自己做出来的具身世界模型和硬件解耦，不能通过模仿学习跟硬件强绑定（事实上也确实这么做了）。

So，Object Trajectory出现了。

主打起到一个提供统一空间的表达方式的作用。

它的作用首先体现在对任务的重新整理上。

无论是抓取、叠衣服还是家具拼装，在这一表示方式下都会被转写成同一种结构问题，即物体从初始状态到目标状态的变化过程。

其次是对差异性的处理方式发生变化。

一般来说，机器人本体差异、物体类型差异、任务差异通常分别建模。

而有了Object Trajectory，这三类差异会被压缩进同一个表示空间中处理，系统不再依赖具体硬件结构或任务模板。

也就是说机器人本体差异被从建模层移出，进入执行层处理。

第三个变化来自学习对象本身。

田野表示，“你人去拿也可以，夹爪去拿也可以，这些都不重要”，系统关注的是物体发生的变化过程。

此“点云”非彼“点云”

虽然叫做点云，但Object Trajectory涉及的“点云”是一种数学层面的抽象表征，与深度相机直接采集到的点云数据并不一一对应。