深圳2026年1月13日 /美通社/ -- 自變量機器人已於近期完成10億元A++輪融資。本輪融資由字節(jié)跳動、紅杉中國、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)投等頂級投資機構(gòu)及多元地方平臺聯(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、阿里的投資，是國內(nèi)唯一同時被這三家互聯(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，既凸顯了資本市場對具身基礎(chǔ)模型重要性的集體共識，同時也印證了對自變量技術(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，讓機器人真正能幹活

近兩年，具身智能持續(xù)吸引市場目光，其「身體」——機器人的運動與控制能力已取得顯著進步。行業(yè)競爭焦點也從「肢體」轉(zhuǎn)向「大腦」。如何為機器人構(gòu)建能理解物理世界、能操作、能靈活應(yīng)對複雜多變場景的智能「大腦」，使其真正勝任多樣化的實際物理世界的工作，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)實世界的複雜性要求機器人能夠具備實時處理非結(jié)構(gòu)化、動態(tài)及隨機任務(wù)的能力。自變量的具身基礎(chǔ)模型，以所有機器人的感知信息（例如視覺、觸覺、語音等）為輸入，直接輸出機器人的動作、視覺，以及語言等。

自變量機器人創(chuàng)始人兼CEO王潛表示：「具身智能的下一階段競爭，本質(zhì)上還是數(shù)據(jù)閉環(huán)構(gòu)建的基礎(chǔ)模型與模型進化能力的競爭」。在這個判斷下，全球正在從數(shù)據(jù)、模型、算力等多個方面加快投入，快速推進具身智能的發(fā)展。

• VLA與世界模型深度融合，真機強化學(xué)習(xí)自主進化

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率先實現(xiàn)了具身多模態(tài)思維鏈。WALL-A利用世界模型機制進行時空狀態(tài)預(yù)測，協(xié)同視覺因果推理理解環(huán)境反饋，並通過可學(xué)習(xí)記憶機制從數(shù)據(jù)中內(nèi)化物理常識。

這一融合機制，顯著提升了機器人執(zhí)行非結(jié)構(gòu)化環(huán)境中移動操作任務(wù)的零樣本泛化能力。

同時，依托於大規(guī)模真機強化學(xué)習(xí)，基礎(chǔ)模型進一步在與真實物理世界的交互中獲得高質(zhì)量學(xué)習(xí)經(jīng)驗，自主解決長尾問題，實現(xiàn)機器人能力的持續(xù)進化。

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-真機自主進化的技術(shù)閉環(huán)。

• 高質(zhì)量真機數(shù)據(jù)，構(gòu)建模型進化引擎

數(shù)據(jù)是基礎(chǔ)模型進化的核心燃料，自變量自成立以來即重度投入，堅持硬件-數(shù)據(jù)-模型的閉環(huán)迭代。

作為國內(nèi)最早規(guī)?；瘮U展真機數(shù)據(jù)採集的公司，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，實現(xiàn)了各種數(shù)采設(shè)備上的數(shù)據(jù)驗證和模型突破。

公司還搭建了模型驅(qū)動的數(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、數(shù)據(jù)標(biāo)注等環(huán)節(jié)持續(xù)產(chǎn)生規(guī)模化的高質(zhì)量數(shù)據(jù)。

自變量堅持通過基礎(chǔ)模型給數(shù)據(jù)處理和硬件設(shè)計等各個環(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，進一步提升基礎(chǔ)模型的效果。

• 模型迭代驅(qū)動能力躍遷，自主在真實世界完成任務(wù)

模型的持續(xù)進化，讓自變量的機器人在真實場景中體現(xiàn)了極強的適應(yīng)力。

作為全球首個基於物理世界基礎(chǔ)模型的、成功跨越室外與室內(nèi)場景的移動操作範(fàn)例，機器人在外賣配送與紙箱回收任務(wù)中，面對強風(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被遮擋物體的全貌，還能在遭遇卡頓時通過強化學(xué)習(xí)策略自主糾錯，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)在複雜困難的真實物流場景中。面對堆疊混亂的包裹，機器人憑借基礎(chǔ)模型的零樣本泛化能力識別異形件，並利用強化學(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)模型的進化還解鎖了高自由度靈巧手的潛力，機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)牌這類對指尖力控要求極高的精細動作，成功攻克了具身智能精細操作的最後一厘米。

在不斷突破技術(shù)邊界、專注探索前沿的同時，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)動商業(yè)化的關(guān)鍵路徑

自變量堅持軟硬件全棧自研。從模型算法、數(shù)據(jù)驅(qū)動的需求出發(fā)，深度定義了機器人的硬件架構(gòu)，設(shè)計發(fā)佈了「量子一號」、「量子二號」兩款高性能的機器人本體，同步實現(xiàn)了機械臂、關(guān)節(jié)模組、動力驅(qū)動器、主控制器等核心零部件的全面自研與算法深度適配，促成了整機成本的大幅下降，為具身智能機器人的規(guī)?；慨a(chǎn)與商業(yè)化落地奠定堅實的基礎(chǔ)。

目前，自變量已逐步進入工業(yè)製造、物流、養(yǎng)老等多個高價值領(lǐng)域，跨行業(yè)的應(yīng)用證明自變量的機器人正以高泛化、低成本部署的能力，精準(zhǔn)對接真實的市場商業(yè)需求。

王潛曾在多個場合明確表示，在具身智能這一前沿賽道，應(yīng)爭當(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)管線與機器人硬件三大核心領(lǐng)域，並通過紮實的技術(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，撬動具身變革的深層力量，讓具身智能的技術(shù)價值在產(chǎn)業(yè)應(yīng)用中充分釋放，推動模型驅(qū)動具身智能在千行百業(yè)的規(guī)模化應(yīng)用，為產(chǎn)業(yè)升級與生產(chǎn)力躍升注入新動能。

Email: contact@x2robot.com