公司概况与融资表现 - 自变量机器人于2023年12月成立，在约两年时间内完成了9轮融资，总融资金额超过30亿元人民币 [6] - 公司最新一轮（A++轮）融资于2026年1月12日完成，融资金额为10亿元人民币，由字节跳动、红杉中国、深创投等顶级机构领投 [4] - 公司估值从天使轮的2亿元人民币快速攀升至A++轮后的100亿元人民币，实现了50倍的增长 [6] 技术路线与战略定位 - 公司自创立之初就选择了技术难度极高的“端到端通用具身智能大模型”路线，旨在打造一个能统一处理感知、规划与控制的机器人“大脑”，这与传统分模块、单任务优化的技术范式截然不同 [8] - 创始人王潜坚信“物理世界基础模型”是核心，坚持“端到端统一VLA大模型”技术路线，认为这能让机器人像人一样“看见、思考、行动一气呵成”，是实现通用智能的关键 [12][13] - 公司是国内唯一同时获得字节跳动、阿里巴巴、美团三家互联网巨头战略投资的具身智能企业，这种“稀缺生态位”意味着与巨头在本地生活场景、云算力生态、内容与流量方面的战略协同，提供了无与伦比的场景和数据资源 [8] 数据策略与商业化路径 - 在数据策略上，公司强调“所有涉及到复杂物理交互完全不使用仿真数据”，认为具身智能的核心竞争力在于高质量的真实世界数据，因此投入资源自研数据采集设备，构建以真实数据为主的多元数据集 [15] - 公司认为“数据质量的重要程度高于数据数量”，这一策略确保了模型能在复杂的物理随机性中可靠进化 [15] - 在商业化路径上，公司认为工业场景“避开了模型最擅长的部分”，而服务业和家庭场景中的复杂长序列任务才是通用大模型的真正市场，因此规划了从To B场景切入，最终面向家庭市场的路径，并预测“3-4年会出现早期产品” [15] - 公司推动“软硬一体”的商业模式，认为机器人需要软硬件高度耦合，这是“最合理的商业模式” [15] 行业背景与发展阶段 - 具身智能行业在2025年迎来拐点，国内产业链当年发生144次融资事件，融资金额达195亿元人民币，平均单笔融资规模达到1.35亿元人民币 [8] - 行业竞争焦点正从“躯体”转向“大脑”，以特斯拉、Figure公司为代表，将端到端神经网络和自然语言控制技术应用于机器人，自变量则自成立起便选择了最前沿的“完全端到端”路径 [19] - 全球机器人“大脑”竞赛形成“东方务实，西方务远”的双线叙事：国内公司如智平方已实现GOVLA模型在半导体显示行业的落地，并获得超1000台、价值近5亿元人民币的订单；而国外公司如PI（获OpenAI等投资）致力于打造不依赖特定硬件的通用大脑，Skild AI则构建超大规模仿真训练场 [21][24][25] 创始人背景与公司理念 - 创始人兼CEO王潜拥有清华大学本科及硕士学位，并在美国南加州大学获得博士学位，专注于机器人学习与人机交互，其在神经网络中引入注意力机制的早期探索与谷歌同期研究共同预示了后来的技术变革 [12] - 王潜曾在美国创立并运营量化基金，但于2023年因看到大语言模型突破及中国在硬件供应链与数据成本方面的优势，解散基金回国创业 [12] - 公司致力于把“理想主义”工程化，构建了独特的“真实数据闭环”，其开源的WALL-OSS模型在第三方测评中已展现出不俗的泛化能力 [20]