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。