《科创板日报》3日讯，近日，北京机科未来科技有限公司（下称“机科未来”，公司对外品牌为“RoboScience机器科学”）宣布完成数亿元A2轮融资，由琥珀资本、鸿瑞达投资、上海半导体产投联合领投，爽资本、360战投、国联民生资本、金鼎资本及多家上市公司平台跟投。

本轮资金将用于具身大模型迭代、物流及零售、工业等场景的概念验证与商业化推广，以及核心人才引进。

成立以来，机科未来已获得多轮融资，京东、招商局创投、商汤国香资本零一创、普华资本、达晨财智、香港慧科科创等先后进入参与。

根据财联社创投通—执中数据，以2026年11月为预测基准时间，机科未来后续2年的融资预测概率为81.25%。该数据仅为模型估算，不代表实际融资结果。

机科未来成立于2024年12月，研发方向是让同一套机器人操作能力能够适配不同设备、物体与任务。围绕这一目标，公司先后推出物理仿真引擎RoboMirage、通用具身大模型Visics，以及轮式双臂机器人REX G1，业务从模型研发延伸至机器人整机。

创始人兼CEO田野本科毕业于中国科学技术大学物理学院，后在斯坦福大学攻读硕士，曾任苹果AI Platform技术负责人，拥有设备端AI平台研发和应用部署经验。联合创始人兼首席科学家邵林获得斯坦福大学博士学位，目前担任新加坡国立大学计算机系助理教授，研究方向包括机器人感知、操作与学习。

团队还包括曾任科沃斯集团副总裁的刘朋海，以及曾负责商汤国香资本募资的汪涛。其中，刘朋海的经历覆盖机器人产品开发、量产及供应链管理。团队配置反映出公司试图同时推进模型研发、硬件产品化和产业客户拓展。

机科未来的产品组合，可以理解为训练工具、机器人“大脑”和执行设备三个环节。RoboMirage用于模拟物体及机器人之间的交互，为模型训练提供数据；Visics负责根据环境和任务要求生成操作策略；REX G1则通过轮式移动底盘和双臂执行抓取、搬放等任务。

公司希望解决的是机器人进入新场景时反复采集数据、调试程序和适配硬件的问题。按照其技术思路，模型先学习物体应如何移动，再将操作要求转化为不同机器人能够执行的动作，以减少能力迁移时的重复开发。

这也决定了公司的数据投入方式。机科未来利用视频及仿真数据开展预训练，再通过真实场景中的操作和失败案例改进模型。其商业价值最终要体现在：更换商品、机械臂或工作环境后，能否减少重新训练和现场调试的时间，从而降低项目交付成本。

在产业链中，机科未来连接算力、训练数据与机器人应用。一方面，它可以向已有硬件的机器人企业提供模型能力；另一方面，也通过自研整机直接进入终端场景。两种路径对应着不同客户：前者主要面向机器人本体厂商和系统集成商，后者则需要面对物流、零售及工业客户的现场运营要求。

据田野今年6月接受界面新闻采访时介绍，公司主要考虑三种商业化方式：授权客户使用模型软件，提供装有自研模型的控制器，以及销售自有机器人。其中，软件授权已产生一定收入，客户主要为机器人本体企业、已有机器人设备的场景方或集成商，具体收入规模尚未披露。

控制器方案主要面向工业机械臂和协作臂，使客户能够在现有设备上增加操作能力；自研机器人则让公司能够同时调整模型和硬件，直接验证整套产品在现场的表现。由此，公司既需要证明模型能适配第三方设备，也需要建立整机交付和服务能力。

云端服务是另一条拓展路径。今年7月，机科未来与腾讯云达成战略合作，合作内容覆盖模型训练、数据管理及推理服务。根据双方合作介绍，Visics可通过标准接口向不同机器人提供模型调用服务，企业能够从云端获取操作策略。

双方还计划探索将算力、模型及推理能力打包，按照机器人数量提供订阅服务。这意味着公司希望在软件授权和设备交付之外，进一步形成持续服务收入；这一模式目前仍处于探索阶段，付费调用规模和订阅收入尚未公开。

截至本轮融资披露，公司正在零售商超、物流等场景推进应用验证，尚未披露整机交付数量和具名终端客户的订单规模。这些场景中的商品形态、摆放位置和任务经常变化，能够检验模型的适应能力，也会直接影响客户需要投入多少调试和维护成本。

与机科未来业务更接近的同行，也在同时推进模型研发和场景交付。

今年6月，穹彻智能宣布完成新一轮数亿元融资，投资方包括上海交通大学AI未来基金、上海创之智、无锡数据集团和一村资本等。公司围绕具身模型、数据工具和机器人方案开展业务，其药房解决方案已于4月进入漱玉平民沈阳门店试运行，接入真实订单系统；双方随后签订规模化推广协议，将单店验证进一步推向连锁门店应用。

星海图则于今年4月宣布完成近20亿元B+轮融资，蓝思科技、华登科技、矽芯投资等产业资本参与。其产品组合包括具身模型、轮式双臂机器人及开发平台，帮助客户完成数据采集、模型调整和真机测试，并向物流分拣、工业搬运等场景拓展。

从这些企业的布局看，具身智能公司的竞争已同时涉及模型能力、设备适配和现场交付。模型软件能否被不同客户重复使用，机器人能否在真实环境中持续工作，都会影响企业的收入结构和项目成本。

对机科未来而言，后续值得关注的是已有软件授权客户能否持续扩大使用范围，以及零售、物流试点能否转为付费订单。若每进入一个新场景仍需投入大量定制开发，公司收入增长就可能伴随交付团队和服务成本同步扩张；若模型和产品可以在多个项目中复用，持续融资投入才更有机会转化为可复制的商业规模。