自變量機器人已于近期完成10億元A++輪融資。本輪融資由字節跳動(dòng)、紅杉中國、深創(chuàng )投、北京信息產(chǎn)業(yè)發(fā)展基金、錫創(chuàng )投、南山戰新投等頂級投資機構及多元地方平臺聯(lián)合投資。據悉，這也是深創(chuàng )投AI基金成立以來(lái)的第一筆投資。

自變量成立于 2023年12月，堅持自研具身模型，是國內最早采用完全端到端路徑實(shí)現通用具身智能大模型的企業(yè)，在業(yè)內有“最強大腦”之稱(chēng)。此前自變量已獲得美團、阿里云投資，伴隨本輪融資，自變量成為國內唯一一個(gè)同時(shí)獲得字節、阿里和美團三大互聯(lián)網(wǎng)大廠(chǎng)投資的具身智能企業(yè)。

跨領(lǐng)域資本的協(xié)同下注，既凸顯了資本市場(chǎng)對具身基礎模型重要性的集體共識，同時(shí)也印證了對自變量技術(shù)領(lǐng)先性與發(fā)展潛力的深度認可。

構建物理世界基礎模型，讓機器人真正能干活

近兩年，具身智能持續吸引市場(chǎng)目光，其“身體”——機器人的運動(dòng)與控制能力已取得顯著(zhù)進(jìn)步。行業(yè)競爭焦點(diǎn)從“肢體”轉向“大腦”。如何為機器人構建能理解物理世界、能操作、能靈活應對復雜多變場(chǎng)景的智能“大腦”，使其真正勝任多樣化的實(shí)際物理世界的工作，成為突破的關(guān)鍵。

具身智能基礎模型是獨立于、平行于大語(yǔ)言模型、多模態(tài)模型等虛擬世界基礎模型的物理世界的基礎模型?；A模型的核心使命在于突破泛化性與通用性瓶頸，物理現實(shí)世界的復雜性要求機器人能夠具備實(shí)時(shí)處理非結構化，動(dòng)態(tài)及隨機任務(wù)的能力，輸入所有機器人的感知信息（例如視覺(jué)、觸覺(jué)、語(yǔ)音），直接輸出機器人的動(dòng)作、視覺(jué)，以及語(yǔ)言。

自變量機器人創(chuàng )始人兼CEO王潛表示：“具身智能的下一階段競爭，本質(zhì)上還是數據閉環(huán)構建的基礎模型與模型進(jìn)化能力的競爭”。在這個(gè)判斷下，全球正在從數據、模型、算力等多個(gè)方面加快投入，快速推進(jìn)具身智能的發(fā)展。

VLA與世界模型深度融合，真機強化學(xué)習自主進(jìn)化

自變量WALL-A的核心架構首創(chuàng )VLA與世界模型深度融合的系統范式。作為原生多模態(tài)輸入輸出架構WALL-A率先實(shí)現具身多模態(tài)思維鏈。WALL-A利用世界模型機制進(jìn)行時(shí)空狀態(tài)預測，協(xié)同視覺(jué)因果推理理解環(huán)境反饋，并通過(guò)可學(xué)習記憶機制從數據中內化物理常識。這一融合機制，顯著(zhù)提升了機器人執行非結構化環(huán)境中移動(dòng)操作任務(wù)的零樣本泛化能力。

同時(shí)，依托于大規模真機強化學(xué)習，基礎模型進(jìn)一步在與真實(shí)物理世界的交互中獲得高質(zhì)量學(xué)習經(jīng)驗，自主解決長(cháng)尾問(wèn)題，實(shí)現機器人能力的持續進(jìn)化。

自變量機器人以完全端到端技術(shù)路線(xiàn)構建了物理世界基礎模型-真機自主進(jìn)化的技術(shù)閉環(huán)。

高質(zhì)量真機數據構建模型進(jìn)化引擎

數據是基礎模型進(jìn)化的核心燃料，自變量自成立以來(lái)即重度投入，堅持硬件-數據-模型的閉環(huán)迭代。

作為國內最早規?；瘮U展真機數據采集的公司，自研了主從遙操、外骨骼、無(wú)本體等多種數采設備，實(shí)現了各種數采設備上的數據驗證和模型突破。

自變量還搭建了模型驅動(dòng)為主的數據管線(xiàn)，通過(guò)數據生成、數據過(guò)濾、數據增強、數據標注等環(huán)節持續產(chǎn)生規?；母哔|(zhì)量數據。

自變量堅持通過(guò)基礎模型給數據處理和硬件設計等各個(gè)環(huán)節提供反饋，迭代更高質(zhì)量的數據和更高效率的數采設備，進(jìn)一步提升基礎模型的效果。

模型進(jìn)化驅動(dòng)具身智能能力躍遷

模型的進(jìn)化，讓自變量的機器人在真實(shí)場(chǎng)景中體現了極強的適應力。作為全球首個(gè)基于物理世界基礎模型的成功跨越室外與室內場(chǎng)景的移動(dòng)操作范例，機器人在外賣(mài)配送與紙箱回收中，面對強風(fēng)干擾或視線(xiàn)遮擋，依靠基礎模型的泛化能力與世界模型的因果推演，它不僅能像人類(lèi)一樣腦補被遮擋物體的全貌，還能在遭遇卡頓時(shí)通過(guò)強化學(xué)習策略自主糾錯，無(wú)需人工干預即可完成閉環(huán)。

這種適應力也體現在復雜困難的真實(shí)物流場(chǎng)景。面對堆疊混亂的包裹，機器人憑借基礎模型的零樣本泛化能力識別異形件，并利用強化學(xué)習快速適應工作節拍。尤為值得一提的是，自變量機器人基礎模型的進(jìn)化解鎖了高自由度靈巧手的潛力，機器人自主掌握了手內重定向等類(lèi)人技能——從使用工具，到發(fā)牌這種對指尖力控要求極高的精細動(dòng)作，成功攻克了具身智能操作的最后一厘米。

在不斷突破技術(shù)邊界、專(zhuān)注探索前沿的同時(shí)，2025年9月，自變量開(kāi)源了WALL-OSS模型，推動(dòng)具身智能技術(shù)的開(kāi)放普及。

從全棧自研到多業(yè)落地：打通模型驅動(dòng)商業(yè)化的關(guān)鍵路徑

自變量機器人堅持軟硬件全棧自研。從模型算法、數據驅動(dòng)的需求出發(fā)，深度定義了機器人的硬件架構，設計發(fā)布了“量子一號”、“量子二號”兩款高性能的機器人本體，同步實(shí)現了機械臂、關(guān)節模組、動(dòng)力驅動(dòng)器、主控制器等核心零部件的全面自研與算法深度適配，實(shí)現（促成）了整機成本的大幅下降，為具身智能機器人的規?；慨a(chǎn)與商業(yè)化普及奠定了堅實(shí)的基礎。

目前，自變量已逐步進(jìn)入工業(yè)制造、物流、養老等多個(gè)高價(jià)值領(lǐng)域中：跨行業(yè)的應用證明了自變量的機器人正以高泛化、低成本部署的能力，精準對接真實(shí)的市場(chǎng)商業(yè)需求。

未來(lái)，自變量機器人將持續以領(lǐng)先的模型能力為支點(diǎn)，撬動(dòng)具身變革的深層力量，讓具身智能的技術(shù)價(jià)值在產(chǎn)業(yè)應用中充分釋放，推動(dòng)模型驅動(dòng)具身智能在千行百業(yè)的規?；瘧?，為產(chǎn)業(yè)升級與生產(chǎn)力躍升注入新動(dòng)能。