公司融资与股东结构 - 具身智能公司自变量完成十亿元A++轮融资 投资方包括字节跳动、红杉中国、深创投、北京信息产业发展基金、锡创投、南山战新投等机构及多元地方平台 [1] - 公司过往融资已引入美团、阿里云等产业资本 本轮融资后形成国内一级市场少见的三家大厂（字节跳动、美团、阿里云）共同押注同一标的的情况 [1] 技术突破与产品演示 - 公司近期公开了全球首个基于VLA端到端模型、在真实场景开放环境中全程自主配送外卖的实拍视频 [1] - 机器人“量子1号”依托自研“WALL-A”模型 在真实开放环境下自主完成包含“智能取件与拆包”和“精准配送”两大环节的外卖配送“最后100米”任务 全程无人工干预 [1] - 在“智能取件与拆包”环节 机器人从粘有魔术贴的外卖纸箱中取出餐食 并将立体纸箱折叠后精准塞入高度仅有7cm的狭窄回收口 展现了双臂协同、力控及端到端“力-位”控制技能 [1][4] - 在“精准配送”环节 机器人依靠动态导航与避障从室外进入室内 自主操作电梯（包括按楼层键、判断电梯状态、进入正确电梯）并克服了玻璃镜面强反光导致传感器距离感知失效的业界难题 最终将外卖精准送至目标位置 [4] - 此次演示是机器人首次基于VLA端到端模型成功跨越室外与室内场景的移动操作范例 验证了公司在真实复杂环境中实现“用脑思考，用手干活”的潜力 [4] 核心技术路线与模型 - 自变量是全球最早一批押注端到端具身大模型技术路线的公司 [4] - 公司自主研发的“WALL-A”模型创新性地将VLA（视觉-语言-动作）模型与世界模型深度融合 形成了独特的系统范式 [4] - 该模型提升了机器人在非结构化环境中执行移动操作任务的零样本泛化能力 [4] - 模型能力的快速突破得益于公司坚持的“硬件-数据-模型”闭环迭代路线 公司在国内最早进行规模化扩展真机数据采集 并搭建了模型驱动为主的数据管线 [5] - 通过大规模真机强化学习 基础模型在与真实物理世界的交互中获得高质量学习经验 能自主解决长尾问题 实现能力持续进化并在真实场景中体现适应力 [5] 软硬件全栈自研与商业化基础 - 为更好地实现真机强化学习 公司坚持软硬件全栈自研 从模型算法和数据驱动的需求出发深度定义了机器人硬件架构 [5] - 公司同步实现了机械臂、关节模组、动力驱动器、主控制器等核心零部件的全面自研与算法深度适配 [5] - 全栈自研举措使整机成本大幅下降 为具身智能机器人的规模化量产与商业化普及奠定了坚实基础 [5]

公司概况与创始人背景 - 公司为深圳初创企业自变量机器人，成立于2023年12月，成立不到两年已完成8轮融资，累计金额超20亿元[1] - 创始人兼CEO王潜本硕毕业于清华大学，是全球最早将注意力机制引入神经网络的学者之一，其研究成果为Transformer架构奠定基础[3] - 王潜在美国南加州大学攻读博士期间转向机器人研究，后曾在美国创办量化基金公司，于2023年因看到大模型带来的行业机遇而解散基金回国创业[4] 技术路线与核心突破 - 公司自成立之初便选择“大小脑统一的端到端大模型”技术路线，与传统分层架构有本质区别，旨在通过统一架构实现从感知、规划到控制的全流程闭环[7] - 技术理念概括为“纵向统一”与“横向统一”，在WALL-A模型上得到验证，使机器人仅用二指夹爪就能完成拉拉链、叠衣服等复杂操作，数分钟级任务成功率超过95%[8] - 公司成立仅两个月便研发出第一版具身智能操作模型，2024年底发布全球最大参数规模的具身智能通用操作大模型Great Wall系列WALL-A模型，实现了多模态信息融合、零样本泛化能力及在动态环境与长序列复杂任务上的突破[9] 数据策略与泛化能力 - 在数据策略上，公司坚持“高质量真机数据”路线，与依赖仿真或互联网视频数据的做法不同，认为涉及复杂物理交互的手部操作无法通过仿真数据进化[10] - 公司构建了集中式采集、分布式收集及部署后数据回流的三维数据收集体系，以保障数据质量[10] - 公司将泛化能力分为四个层次，目前其模型在基础条件泛化、跨环境泛化和对象层面泛化三个层次已展现出优异的通用性[10] 融资情况与巨头布局 - 公司在2025年9月宣布完成近10亿元A+轮融资，由阿里云、国科投资领投，国开金融、红杉中国等跟投，老股东美团、联想之星等追投[11] - 此次融资是阿里云首次布局具身智能领域，也是美团第二次加注[11] - 行业巨头布局逻辑各异：阿里已投资10家相关企业，核心逻辑是通过云计算和大模型扩展AI应用边界；美团布局更早更全，覆盖上下游全链条；京东聚焦零售、物流、家庭三大垂直场景[11] 商业化路径与市场展望 - 公司商业化路径确定为“To B切入，逐步延展至To C”，计划在2025年于多个功能性场景实现商业化落地[12] - 创始人认为家庭是机器人最大市场，预计3-4年会出现早期产品，经济学测算显示人类家务劳动占比高达四分之一，市场潜力巨大[12] - 预测消费者可接受的价格区间约为1-2万美元（折合人民币10万元上下），类GPT-3水平的具身智能大模型有望一年内出现，而人形机器人的“ChatGPT时刻”则需要3-5年[12] 生态构建与产品展示 - 公司正积极构建具身智能生态，于2025年9月在合肥发布《具身智能生态建设计划》，并开源了全球首个面向物理世界交互、具备落地能力的开源端到端具身智能基础模型WALL-OSS[13] - 公司明确“软硬一体”的商业模式，认为机器人需要软硬件高度耦合[13] - 在2025年世界机器人大会上，公司展示了搭载WALL-A模型的“量子1号”机器人及拥有62个自由度的全栈自研硬件“量子2号”机器人[13][14] 创业环境与供应链优势 - 创始人选择在深圳创业，看重其完善的产业生态，实验室所需硬件及零配件大多产自深圳，两天甚至半天就能配齐[6] - 创始人认为中国在硬件制造与供应链领域具备全球领先优势，供应链优势可能领先美国一个数量级，且数据收集成本仅为美国的十分之一，为具身智能研发提供了核心支撑[4]

文章核心观点 - 自变量机器人作为一家成立不足两年的具身智能初创公司，凭借其独特的“大小脑统一的端到端大模型”技术路线、对高质量真机数据的坚持以及强大的资本支持，迅速成为行业明星，并展现出清晰的商业化路径和构建技术生态的野心 [3][4][5][9][13][14] 公司概况与创始人背景 - 公司成立于2023年12月，在不到两年时间内已完成8轮融资，累计金额超过20亿元人民币 [3][9] - 创始人王潜本硕毕业于清华大学，是全球最早在神经网络中引入注意力机制的学者之一，其研究为Transformer架构奠定基础，后于美国南加州大学攻读机器人学博士 [3] - 创始人因看到大语言模型突破带来的行业新机，于2023年解散美国量化基金回国创业，看中中国领先的硬件制造与供应链优势，其中数据收集成本约为美国的十分之一 [3][4] 核心技术路线 - 公司选择了“大小脑统一的端到端大模型”技术路线，与传统分层架构不同，该模型用一个统一架构处理从原始感知到运动输出的全流程，旨在减少误差和噪声，追求可靠执行 [4][5] - 技术理念包含“纵向统一”（从输入到输出由同一模型处理）和“横向统一”（不同任务共享同一模型），其WALL-A模型仅用二指夹爪完成复杂操作，数分钟级任务成功率超过95% [5] - WALL-A模型展现了多模态信息融合、零样本泛化能力（在部分新场景中无需重新训练即可适应）以及处理复杂长程任务（如一系列连贯操作）三大突破 [6][7][8] 数据策略与能力 - 在数据策略上，公司坚持使用“高质量真机数据”，认为涉及复杂物理交互（如手部操作）不应完全依赖仿真数据，数据来源包括集中式采集、分布式环境收集及部署后回流数据 [8] - 公司将泛化能力分为四个层次，并透露其模型在基础条件变化、跨环境、跨对象（处理未见过的同类物体）这三个层次已展现出优秀的通用性与泛化能力 [8] 资本表现与行业格局 - 公司在资本市场表现耀眼，2025年9月完成近10亿元A+轮融资，由阿里云、国科投资领投，这是阿里云首次投资具身智能公司，老股东美团第二次参投 [9] - 国内电商巨头投资逻辑各异：阿里已投资10家，旨在通过云计算与大模型构建技术生态；美团布局更早更广，覆盖机器人上下游；京东投资节奏快（4个月投6家），强调场景导向 [10][11] - 国内人形机器人创业已形成梯队，宇树科技、智元机器人、银河通用为第一梯队（融资均超15亿元），自变量以超10亿元融资额已跻身一线行列 [12] 商业化路径与市场展望 - 公司商业化将先从To B场景切入，逐步延伸至To C，计划今年在多个功能场景推动落地，让机器人在开放、随机环境中自主完成复杂操作 [13] - 创始人认为家庭是机器人最大市场，预计3-4年会出现早期产品，有经济学测算指出未被计入GDP的家务劳动价值约占总量四分之一，市场潜力巨大 [13] - 创始人预测消费者可接受且产业链能支撑的价格区间可能在1-2万美元（约人民币10万元上下），类GPT-3水平的具身智能大模型可能在一年左右出现，而人形机器人的“ChatGPT时刻”需要3-5年 [13] 未来挑战与生态构建 - 创始人认为当前限制产业化的主要是机器人的“大脑”（智能），而非硬件，许多机器人提供的“实用价值”有限 [14] - 公司正积极构建生态，于2025年9月在合肥发布《具身智能生态建设计划》，旨在打造全球创新与产业枢纽，并开源了自研的端到端具身智能基础模型WALL-OSS [14] - 对于长远商业模式，创始人认为机器人将走向软硬一体，需要软硬件高度耦合，一体化的模式最为合理 [14]