机器人赛道催化频出 - 2022年Brett Adcock创立Figure，2023年10月首款人形机器人Figure 01面世，具备搬箱子、煮咖啡等能力，后续搭载OpenAI大模型实现语音控制[1] - 2024年2月完成6.75亿美元B轮融资，投资方包括微软、英特尔、OpenAI等，同时与OpenAI达成合作构建专门AI模型[1] - 2024年8月发布Figure 02，采用外骨骼结构设计，提高可靠性和封装紧实度[1] - 2025年2月放弃OpenAI大模型，发布Helix通用具身智能模型，支持多机器人协作[2] - 2025年3月启动BotQ工厂，实现机器人自主制造，首条生产线年产能12000台，计划4年内扩至10万台[2] - 2025年5月新一代人形机器人F03开始行走，6月发布物流分拣视频[3][4] 公司估值快速提升 - 2023年5月完成7000万美元A轮融资，7月获900万美元追加投资[4] - 2024年2月完成6.75亿美元B轮融资，贝索斯投资1亿美元，微软投资9500万美元，估值达26亿美元[4] - 2025年4月洽谈C轮融资，寻求以400亿美元估值筹集10-20亿美元[5] 创始人背景 - Brett Adcock曾创立招聘平台Vettery并以1亿美元被收购，后创立电动飞行器公司Archer Aviation并于2020年上市[6] - 创始人成功创业经验有望在人形机器人赛道复刻[6]

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]

AI行业投资框架 - AI行业投资分为三个层次：基础设施层、模型层、应用层 [7] - 基础设施层包括工具链、数据软件、AI安全、训练推理加速技术以及AI芯片和云算力平台等硬件基础 [7] - 模型层公司现阶段通过底层技术创新实现差异化，最终都将转型为应用企业 [7] - 应用层企业将占据AI市场主体地位，预计99%的企业属于应用层，捕获70%-80%的行业价值 [7] AI技术发展阶段 - 2025年将成为AI应用全面落地的关键年份，性能与成本将达到临界点 [4][7][8] - 科技浪潮发展规律显示，底层基础技术成熟后应用才会爆发，AI技术已临近这一阶段 [8] - 过去半年AI模型性能取得突破性进展，最新模型智能水平接近人类天才级别 [10] - 成本优化与性能突破同等重要，行业已进入"普惠成本"时代 [10][11] 启明创投AI布局 - 已投资14家大语言模型、多模态模型、具身智能模型或端到端智驾模型的领军企业，数量在亚洲位居前列 [5] - 协助管理规模达100亿元的北京市人工智能产业投资基金 [6] - 在模型层已布局10余个具备模型开发与创新能力的公司，覆盖大语言模型、3D模型生成、语音生成等新兴领域 [11] - 应用层重点布局AI硬件、AI教育、AI医疗、企业级AI、AI内容平台、具身智能等细分领域 [11] AI商业化路径 - AI商业化将遵循与互联网相似的发展路径，从单一工具向平台性产品转型 [10] - AI技术不仅创造全新产品形态，也能在传统产品中创造巨大价值 [11] - AI应用将渐进式改变生活，而非突然颠覆 [11]