深圳2026年1月13日 /美通社/ -- 自變量機(jī)器人已於近期完成10億元A++輪融資。本輪融資由字節(jié)跳動(dòng)、紅杉中國(guó)、北京信息產(chǎn)業(yè)發(fā)展基金、深創(chuàng)投、南山戰(zhàn)新投、錫創(chuàng)投等頂級(jí)投資機(jī)構(gòu)及多元地方平臺(tái)聯(lián)合投資。這也是深創(chuàng)投AI基金成立以來的第一筆投資。
值得關(guān)注的是,除字節(jié)外,自變量此前也曾先後獲得美團(tuán)、阿里的投資,是國(guó)內(nèi)唯一同時(shí)被這三家互聯(lián)網(wǎng)大廠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(duì)具身基礎(chǔ)模型重要性的集體共識(shí),同時(shí)也印證了對(duì)自變量技術(shù)領(lǐng)先性與發(fā)展?jié)摿Φ纳疃日J(rèn)可。
一、構(gòu)建物理世界基礎(chǔ)模型,讓機(jī)器人真正能幹活
近兩年,具身智能持續(xù)吸引市場(chǎng)目光,其「身體」——機(jī)器人的運(yùn)動(dòng)與控制能力已取得顯著進(jìn)步。行業(yè)競(jìng)爭(zhēng)焦點(diǎn)也從「肢體」轉(zhuǎn)向「大腦」。如何為機(jī)器人構(gòu)建能理解物理世界、能操作、能靈活應(yīng)對(duì)複雜多變場(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(chǔ)模型是獨(dú)立於、平行於大語言模型、多模態(tài)模型等虛擬世界基礎(chǔ)模型的物理世界的基礎(chǔ)模型?;A(chǔ)模型的核心在於突破泛化性與通用性瓶頸,物理現(xiàn)實(shí)世界的複雜性要求機(jī)器人能夠具備實(shí)時(shí)處理非結(jié)構(gòu)化、動(dòng)態(tài)及隨機(jī)任務(wù)的能力。自變量的具身基礎(chǔ)模型,以所有機(jī)器人的感知信息(例如視覺、觸覺、語音等)為輸入,直接輸出機(jī)器人的動(dòng)作、視覺,以及語言等。
自變量機(jī)器人創(chuàng)始人兼CEO王潛表示:「具身智能的下一階段競(jìng)爭(zhēng),本質(zhì)上還是數(shù)據(jù)閉環(huán)構(gòu)建的基礎(chǔ)模型與模型進(jìn)化能力的競(jìng)爭(zhēng)」。在這個(gè)判斷下,全球正在從數(shù)據(jù)、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。
自變量WALL-A模型的核心架構(gòu)首創(chuàng)VLA與世界模型深度融合的系統(tǒng)範(fàn)式。作為原生的多模態(tài)輸入輸出架構(gòu),WALL-A率先實(shí)現(xiàn)了具身多模態(tài)思維鏈。WALL-A利用世界模型機(jī)制進(jìn)行時(shí)空狀態(tài)預(yù)測(cè),協(xié)同視覺因果推理理解環(huán)境反饋,並通過可學(xué)習(xí)記憶機(jī)制從數(shù)據(jù)中內(nèi)化物理常識(shí)。
這一融合機(jī)制,顯著提升了機(jī)器人執(zhí)行非結(jié)構(gòu)化環(huán)境中移動(dòng)操作任務(wù)的零樣本泛化能力。
同時(shí),依托於大規(guī)模真機(jī)強(qiáng)化學(xué)習(xí),基礎(chǔ)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(xí)經(jīng)驗(yàn),自主解決長(zhǎng)尾問題,實(shí)現(xiàn)機(jī)器人能力的持續(xù)進(jìn)化。
自變量以完全端到端技術(shù)路線構(gòu)建了物理世界基礎(chǔ)模型-真機(jī)自主進(jìn)化的技術(shù)閉環(huán)。
數(shù)據(jù)是基礎(chǔ)模型進(jìn)化的核心燃料,自變量自成立以來即重度投入,堅(jiān)持硬件-數(shù)據(jù)-模型的閉環(huán)迭代。
作為國(guó)內(nèi)最早規(guī)?;瘮U(kuò)展真機(jī)數(shù)據(jù)採(cǎi)集的公司,自變量自研了主從遙操、外骨骼、無本體等多種數(shù)采設(shè)備,實(shí)現(xiàn)了各種數(shù)采設(shè)備上的數(shù)據(jù)驗(yàn)證和模型突破。
公司還搭建了模型驅(qū)動(dòng)的數(shù)據(jù)管線,通過數(shù)據(jù)生成、數(shù)據(jù)過濾、數(shù)據(jù)增強(qiáng)、數(shù)據(jù)標(biāo)注等環(huán)節(jié)持續(xù)產(chǎn)生規(guī)?;母哔|(zhì)量數(shù)據(jù)。
自變量堅(jiān)持通過基礎(chǔ)模型給數(shù)據(jù)處理和硬件設(shè)計(jì)等各個(gè)環(huán)節(jié)提供反饋,迭代更高質(zhì)量的數(shù)據(jù)和更高效率的數(shù)采設(shè)備,進(jìn)一步提升基礎(chǔ)模型的效果。
模型的持續(xù)進(jìn)化,讓自變量的機(jī)器人在真實(shí)場(chǎng)景中體現(xiàn)了極強(qiáng)的適應(yīng)力。
作為全球首個(gè)基於物理世界基礎(chǔ)模型的、成功跨越室外與室內(nèi)場(chǎng)景的移動(dòng)操作範(fàn)例,機(jī)器人在外賣配送與紙箱回收任務(wù)中,面對(duì)強(qiáng)風(fēng)乾擾或視線遮擋,均依靠基礎(chǔ)模型的泛化能力與世界模型的因果推演,不僅能像人類一樣腦補(bǔ)被遮擋物體的全貌,還能在遭遇卡頓時(shí)通過強(qiáng)化學(xué)習(xí)策略自主糾錯(cuò),無需人工干預(yù)即可完成任務(wù)閉環(huán)。
這種適應(yīng)力也體現(xiàn)在複雜困難的真實(shí)物流場(chǎng)景中。面對(duì)堆疊混亂的包裹,機(jī)器人憑借基礎(chǔ)模型的零樣本泛化能力識(shí)別異形件,並利用強(qiáng)化學(xué)習(xí)快速適應(yīng)工作節(jié)拍。
值得一提的是,自變量基礎(chǔ)模型的進(jìn)化還解鎖了高自由度靈巧手的潛力,機(jī)器人自主掌握了手內(nèi)重定向等類人技能——從使用工具,到發(fā)牌這類對(duì)指尖力控要求極高的精細(xì)動(dòng)作,成功攻克了具身智能精細(xì)操作的最後一厘米。
在不斷突破技術(shù)邊界、專注探索前沿的同時(shí),2025年9月,自變量還開源了其自研端到端具身基礎(chǔ)模型WALL-OSS,推動(dòng)具身智能技術(shù)的開放普及。
二、從全棧自研到多業(yè)落地:打通模型驅(qū)動(dòng)商業(yè)化的關(guān)鍵路徑
自變量堅(jiān)持軟硬件全棧自研。從模型算法、數(shù)據(jù)驅(qū)動(dòng)的需求出發(fā),深度定義了機(jī)器人的硬件架構(gòu),設(shè)計(jì)發(fā)佈了「量子一號(hào)」、「量子二號(hào)」兩款高性能的機(jī)器人本體,同步實(shí)現(xiàn)了機(jī)械臂、關(guān)節(jié)模組、動(dòng)力驅(qū)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,促成了整機(jī)成本的大幅下降,為具身智能機(jī)器人的規(guī)?;慨a(chǎn)與商業(yè)化落地奠定堅(jiān)實(shí)的基礎(chǔ)。
目前,自變量已逐步進(jìn)入工業(yè)製造、物流、養(yǎng)老等多個(gè)高價(jià)值領(lǐng)域,跨行業(yè)的應(yīng)用證明自變量的機(jī)器人正以高泛化、低成本部署的能力,精準(zhǔn)對(duì)接真實(shí)的市場(chǎng)商業(yè)需求。
王潛曾在多個(gè)場(chǎng)合明確表示,在具身智能這一前沿賽道,應(yīng)爭(zhēng)當(dāng)引領(lǐng)者,而非跟隨者。自變量持續(xù)深耕模型迭代、數(shù)據(jù)管線與機(jī)器人硬件三大核心領(lǐng)域,並通過紮實(shí)的技術(shù)積累與全棧自研能力,不斷突破既有的能力邊界。
未來,自變量將持續(xù)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(yīng)用中充分釋放,推動(dòng)模型驅(qū)動(dòng)具身智能在千行百業(yè)的規(guī)?;瘧?yīng)用,為產(chǎn)業(yè)升級(jí)與生產(chǎn)力躍升注入新動(dòng)能。
Email: contact@x2robot.com

繁體中文知識(shí)庫正在建設(shè)中,請(qǐng)您選擇簡(jiǎn)體中文或英文版查看。
Copyright © 2025 美通社版權(quán)所有,未經(jīng)許可不得轉(zhuǎn)載.
Cision 旗下公司.