公司概况 - 自变量机器人成立于2023年，创始人王潜为清华大学本硕、南加州大学博士，曾在美国创立量化基金公司，后因执着机器人事业回国创业 [5][6] - 公司成立不到一年半完成7轮融资，累计金额超10亿元，最新一轮获美团数亿元独家投资 [5] - 国内人形机器人融资梯队中，公司以超10亿元融资金额进入准一线阵营（第一梯队为宇树科技、智元机器人、银河通用，融资均超15亿元） [5] 技术路线 - 坚定采用"端到端统一VLA大模型"技术路线，研发节奏为每2-3个月更新一版模型 [7][13] - WALL-A模型已实现衣物处理、收纳整理等复杂精细操作，领先于仅能完成Pick&Place的竞品 [8] - 模型能力对标国际：与Physical Intelligence(PI)、Google Gemini robotics同步实现any-to-any多模态输出及思维链(COT)功能 [14][15] - 技术路线选择上，放弃Figure采用的两层模型架构，坚持单层端到端范式以追求更高天花板 [16][17] 商业化进展 - 当前商业化重心在服务业场景，已有本体产品实现销售但未大规模发布，计划年底至明年初完成POC验证 [27][29] - 拒绝科研教育/迎宾表演等"小场景"，认为其市场规模有限且偏离通用智能目标 [10][31] - 质疑工厂场景价值：认为现有工厂任务过于简单，属于PR行为且不利于模型能力提升 [35][36] - 商业化时间表：预计1-2年内实现付费商业化，C端家庭服务机器人需3-5年 [21] 行业竞争格局 - 国内具身智能呈两极分化：朱啸虎等质疑商业化前景，但资本持续加注（2023年赛道融资超15亿元案例达3家） [5] - 中美技术差距：承认整体落后于PI、Google、特斯拉，但公司部分指标已实现国际对标甚至超越 [37][38] - 开源模式争议：认为具身智能领域开源难以复现（PI开源的π0模型跨本体适配效果不佳），软硬一体特性决定商业化必须闭源 [39][43][44] 研发战略 - 研发投入占比：三分之二支出集中于模型能力提升 [12] - 数据策略：自建高质量数据集为主，拒绝依赖低质量开源数据 [23] - 技术预判：类GPT-3水平具身模型有望1年内出现，行业进步速度将被低估 [20][22] 创始人观点 - 批判跟随策略：强调原创性研发，认为等待开源再模仿会导致团队丧失创造力 [41][42] - 定义商业化标准：必须依赖模型泛化能力突破，而非简单场景堆砌 [11][36] - 行业周期判断：波谷源于成果不足，公司目标成为引领技术突破的标杆 [25]