阿里、美團(tuán)、字節(jié)、小米罕見(jiàn)「會(huì)師」，四大廠為何共同押注自變量機(jī)器人

當(dāng)很多具身智能公司更關(guān)心機(jī)器人先在哪些場(chǎng)景里跑通商業(yè)化時(shí)，自變量更想尋找哪條路徑能夠通往 AGI。

作者｜Li Yuan

編輯｜鄭玄

4 月 21 日，自變量機(jī)器人舉行「一個(gè)家庭成員的誕生」發(fā)布會(huì)，在會(huì)上，創(chuàng)始人&CEO 王潛確認(rèn)，，自變量近期已完成 B 輪融資，投資方為小米戰(zhàn)投。

這是自變量機(jī)器人在 2026 年對(duì)外披露的第三輪融資，也是這家公司自 2023 年 10 月成立以來(lái)完成的第十一輪融資。進(jìn)入 2026 年后，具身智能賽道融資持續(xù)升溫，多家頭部公司估值已突破百億元，自變量機(jī)器人正是其中之一。

但自變量機(jī)器人的特別之處，不只在于融資節(jié)奏快、融資規(guī)模大，更在于它所吸引來(lái)的資金，呈現(xiàn)出非常鮮明的市場(chǎng)化特征。到目前為止，它已經(jīng)成為業(yè)內(nèi)唯一一家同時(shí)獲得美團(tuán)、阿里、字節(jié)和小米四家互聯(lián)網(wǎng)巨頭戰(zhàn)略投資的具身智能公司。這個(gè)投資人名單之所以值得注意，不只是因?yàn)榫揞^齊聚，更因?yàn)檫@些公司本身都在布局機(jī)器人業(yè)務(wù)；而字節(jié)和小米戰(zhàn)投，過(guò)去也并不常出現(xiàn)在這類「通用機(jī)器人大腦」公司的投資名單中。

發(fā)布會(huì)上，除了 B 輪融資消息確認(rèn)，自變量機(jī)器人也發(fā)布了新一代自研具身智能基礎(chǔ)模型 WALL-B，并宣布一個(gè)月后，搭載這一新模型的機(jī)器人將開(kāi)啟家庭場(chǎng)景服務(wù)。

這也是當(dāng)前國(guó)內(nèi)具身智能頭部公司中，第一家明確把下一階段重點(diǎn)場(chǎng)景放在家庭的公司。相比之下，行業(yè)內(nèi)大多數(shù)公司的敘事仍然集中在商業(yè)或工業(yè)場(chǎng)景，本質(zhì)上是在優(yōu)先回答 ROI 和落地效率的問(wèn)題。

而自變量機(jī)器人的思路明顯不同。家庭場(chǎng)景對(duì)它而言，并不意味著要對(duì)外宣稱「家庭機(jī)器人已經(jīng)可用」，而更像是一種接近 1X 的路徑：先把機(jī)器人真正放進(jìn)家庭，再讓它在家庭這個(gè)高度開(kāi)放、長(zhǎng)尾且復(fù)雜的環(huán)境里持續(xù)成長(zhǎng)。

自變量也沒(méi)有回避家庭場(chǎng)景當(dāng)前仍可能需要一定程度遙操作的現(xiàn)實(shí)。但它想強(qiáng)調(diào)的并不是「靠遙操作把機(jī)器人放進(jìn)家庭，像數(shù)據(jù)采集一樣收數(shù)據(jù)」，而是基礎(chǔ)模型在經(jīng)過(guò)大規(guī)模預(yù)訓(xùn)練后，已經(jīng)具備了零樣本泛化能力，可以先在真實(shí)家庭環(huán)境中直接執(zhí)行一部分任務(wù)。機(jī)器人做得好的部分直接完成，做不好的部分再通過(guò)人機(jī)協(xié)作回流數(shù)據(jù)，并在后續(xù)訓(xùn)練中被模型吸收。

這種思路和不少同行并不相同：在許多公司還在圍繞場(chǎng)景閉環(huán)、交付效率和商業(yè)回報(bào)做權(quán)衡時(shí)，自變量更像是在優(yōu)先押注一條通向通用智能的路線——自變量一直強(qiáng)調(diào)更重視真實(shí)數(shù)據(jù)和數(shù)據(jù)質(zhì)量。

某種程度上，這或許正是自變量最鮮明的標(biāo)簽：當(dāng)很多具身智能公司更關(guān)心機(jī)器人先在哪些場(chǎng)景里跑通商業(yè)化時(shí)，自變量更想尋找哪條路徑能夠通往 AGI。這種強(qiáng)烈的「基礎(chǔ)模型導(dǎo)向」和「AGI 導(dǎo)向」，或許也是它持續(xù)獲得大額融資的重要原因之一。

01

不只是做世界模型，

自變量定義了一種新的「機(jī)器人大腦」

自變量此次發(fā)布會(huì)上，最有趣的重點(diǎn)之一，是發(fā)布了一個(gè)新的模型架構(gòu)：世界統(tǒng)一模型（World Unified Model, WUM)。

行業(yè)公認(rèn)，開(kāi)年以來(lái)對(duì)于大腦的關(guān)注，主要在世界模型相關(guān)的技術(shù)進(jìn)展。

自變量此次的模型架構(gòu)更新，也和世界模型有關(guān)——但又和普遍認(rèn)知的世界模型不同。

按自變量的說(shuō)法，行業(yè)現(xiàn)在公認(rèn)的兩條具身道路，無(wú)論是從 VLM 延展到 VLA，還是從視頻生成模型、世界模型繼續(xù)往動(dòng)作上接，本質(zhì)上都還是在繼承那些原本不是為具身任務(wù)訓(xùn)練出來(lái)的模型。

前者更強(qiáng)于語(yǔ)義理解，卻未必足夠敏感于機(jī)器人真正要面對(duì)的空間變化、環(huán)境擾動(dòng)和動(dòng)作細(xì)節(jié)；后者雖然強(qiáng)調(diào)連續(xù)預(yù)測(cè)，也未必真正抓住了機(jī)器人在物理世界中最關(guān)心的因果關(guān)系。

自變量 CEO 王潛在采訪中直言，這兩種路線都很「糟糕」。

因此，自變量這次提出的，不是一個(gè)傳統(tǒng)意義上的世界模型，也不是一個(gè) VLA，而是一套它稱為世界統(tǒng)一模型的新架構(gòu)。按照它的描述，這套架構(gòu)試圖把視覺(jué)、語(yǔ)言、動(dòng)作、觸覺(jué)乃至物理預(yù)測(cè)等能力，盡量放進(jìn)同一個(gè)網(wǎng)絡(luò)中，從頭開(kāi)始聯(lián)合訓(xùn)練，而不是先繼承一個(gè)為別的任務(wù)訓(xùn)練出來(lái)的模型，再去做機(jī)器人適配。

這條路線的好處是，一旦成立，機(jī)器人面對(duì)物理世界時(shí)最核心的幾種能力——感知、理解、預(yù)測(cè)和動(dòng)作——就不需要再在不同模塊之間來(lái)回轉(zhuǎn)譯，模型也更能直接圍繞「如何在真實(shí)世界中行動(dòng)」這個(gè)目標(biāo)去學(xué)習(xí)，而不是先學(xué)會(huì)別的任務(wù)，再被遷移到機(jī)器人身上。

自變量把這套模型架構(gòu)的意義，類比為機(jī)器人領(lǐng)域的「Apple Silicon 統(tǒng)一內(nèi)存架構(gòu)時(shí)刻」。

在它看來(lái)，今天主流的 VLA 路線，仍然有點(diǎn)像蘋果 M1 之前的傳統(tǒng)電腦架構(gòu)：視覺(jué)、語(yǔ)言、動(dòng)作等模塊彼此分離，信息需要在不同模塊之間反復(fù)傳遞和轉(zhuǎn)譯，每傳一次就損失一次。而 WALL-B 所采用的世界統(tǒng)一模型，更像是一次「統(tǒng)一架構(gòu)」式的重寫——把原本分散的感知、理解、預(yù)測(cè)和動(dòng)作能力盡量放進(jìn)同一個(gè)系統(tǒng)里，從底層開(kāi)始聯(lián)合訓(xùn)練，減少中間搬運(yùn)帶來(lái)的損耗。

自變量之所以現(xiàn)在提出這條路線，一個(gè)重要前提是，它認(rèn)為具身智能的數(shù)據(jù)積累已經(jīng)到了一個(gè)新的階段。按它的說(shuō)法，當(dāng)數(shù)據(jù)規(guī)模突破某個(gè)門檻之后，行業(yè)里其實(shí)已經(jīng)開(kāi)始陸續(xù)看到零樣本泛化的跡象，只是因?yàn)榫呱韴?chǎng)景太多、問(wèn)題太復(fù)雜，不同公司觀察到的程度不一樣。

在這個(gè)判斷之上，模型架構(gòu)本身就變得格外重要。新模型強(qiáng)調(diào)「原生多模態(tài)」——不是在已有模型上繼續(xù)打補(bǔ)丁，而是把視覺(jué)、語(yǔ)言、動(dòng)作、觸覺(jué)等不同模態(tài)盡量平等地放進(jìn)同一個(gè)系統(tǒng)里，從頭開(kāi)始訓(xùn)練一個(gè)真正面向物理世界的模型。

這也是 WALL-B 這次真正有看點(diǎn)的地方：它想回答「如果從一開(kāi)始就按具身智能和物理世界的要求來(lái)做，一個(gè)基礎(chǔ)模型應(yīng)該長(zhǎng)成什么樣」。

02

進(jìn)家庭，不是為了落地，

而是為了逼模型長(zhǎng)出泛化能力

如果說(shuō)，世界統(tǒng)一模型 WALL-B 代表的是自變量對(duì)「機(jī)器人大腦應(yīng)該怎么做」的回答；那么把機(jī)器人送進(jìn)家庭，則對(duì)應(yīng)著它對(duì)「這個(gè)腦應(yīng)該在哪里繼續(xù)長(zhǎng)出來(lái)」的回答。

具身智能賽道里，今天并不缺少「做大腦」的公司。但自變量一個(gè)非常鮮明的特點(diǎn)是，它對(duì)真實(shí)世界數(shù)據(jù)的重視程度明顯更高。尤其是在行業(yè)普遍討論仿真、合成數(shù)據(jù)，以及如何用更低成本方式快速擴(kuò)充數(shù)據(jù)規(guī)模的時(shí)候，自變量依然把真實(shí)數(shù)據(jù)視作機(jī)器人模型演進(jìn)中最核心的資產(chǎn)之一。

王潛對(duì)這件事的判斷有一個(gè)明確且非共識(shí)的看法。

在他看來(lái)，互聯(lián)網(wǎng)視頻對(duì)于機(jī)器人模型而言，那些最容易拿來(lái)用的「低垂果實(shí)」基本已經(jīng)被摘得差不多了，行業(yè)下一步必須更多轉(zhuǎn)向自己生產(chǎn)數(shù)據(jù)。仿真當(dāng)然有價(jià)值，但它的上限和約束同樣明顯：一方面，很多真實(shí)世界里的關(guān)鍵參數(shù)并不可得，另一方面，像柔性物體這類場(chǎng)景本身就很難被高質(zhì)量模擬。更有意思的是，自變量還有一個(gè)相對(duì)非共識(shí)的判斷——仿真數(shù)據(jù)未必比真實(shí)數(shù)據(jù)便宜，在某些情況下，前者甚至可能更貴。

這也決定了自變量對(duì)「真實(shí)數(shù)據(jù)」這件事的理解，比簡(jiǎn)單的「多造幾臺(tái)機(jī)器人采數(shù)據(jù)」更復(fù)雜一些。

在它看來(lái)，真實(shí)數(shù)據(jù)并不等于都必須來(lái)自真機(jī)本體，無(wú)本體的數(shù)據(jù)采集同樣是關(guān)鍵方向；但與此同時(shí)，它也沒(méi)有像行業(yè)里不少公司那樣，把數(shù)據(jù)重點(diǎn)迅速轉(zhuǎn)向這一更輕量的路線。

比如今年早些時(shí)候，自變量選擇與 58 同城合作，在真實(shí)場(chǎng)景中用真機(jī)收集數(shù)據(jù)——在大家都在討論如何繞開(kāi)真機(jī)、用更低成本方式做更多數(shù)據(jù)的時(shí)候，這種選擇反而顯得有些「逆勢(shì)」。

而這種數(shù)據(jù)觀，也直接解釋了它為什么會(huì)在這個(gè)時(shí)間點(diǎn)把下一步放到家庭。

在自變量看來(lái)，工業(yè)和家庭其實(shí)對(duì)應(yīng)著兩種幾乎相反的技術(shù)目標(biāo)。工業(yè)場(chǎng)景更封閉、更固定，對(duì)速度、準(zhǔn)確率和穩(wěn)定性的要求極高；家庭場(chǎng)景則恰恰相反，它是一個(gè)極度開(kāi)放、充滿長(zhǎng)尾變化、對(duì)泛化能力要求近乎極致的環(huán)境。前者更適合做后訓(xùn)練、做針對(duì)性強(qiáng)化和效率優(yōu)化，后者更適合檢驗(yàn)、拉升和繼續(xù)塑造一個(gè)基礎(chǔ)模型的預(yù)訓(xùn)練能力。

換句話說(shuō)，如果一家公司想優(yōu)先回答的是，機(jī)器人怎樣在一個(gè)確定場(chǎng)景里更快、更準(zhǔn)、更穩(wěn)定地交付價(jià)值，那么工業(yè)會(huì)是更自然的選擇；但如果它更關(guān)心的是，機(jī)器人能不能在一個(gè)復(fù)雜開(kāi)放的真實(shí)世界里，面對(duì)從未見(jiàn)過(guò)的空間、物體和任務(wù)仍然工作下去，那么家庭就是一個(gè)更苛刻、也更有價(jià)值的環(huán)境。

但這并不意味著，自變量想把家庭變成一個(gè)新的數(shù)據(jù)采集場(chǎng)，讓機(jī)器人在不同的家里，仍然訓(xùn)練一樣的疊衣服。自變量承認(rèn)，在今天的階段，人機(jī)協(xié)作乃至一定程度的遙操作仍然存在。

同時(shí)它強(qiáng)調(diào)，能夠在這個(gè)階段進(jìn)家庭，正是因?yàn)榍懊嫠龅幕A(chǔ)模型在經(jīng)過(guò)新的架構(gòu)改造后，已經(jīng)具備了一定的零樣本泛化能力，機(jī)器人進(jìn)入家庭之后，原則上不該先被切成一個(gè)個(gè)預(yù)定義能力包，而是要直接面對(duì)一個(gè)開(kāi)放任務(wù)集合。除了物理上確實(shí)做不到的事情，它希望機(jī)器人能夠去嘗試任何任務(wù)。

也就是說(shuō)，家庭里的價(jià)值不只是「采到了多少數(shù)據(jù)」，而是模型能否在真實(shí)執(zhí)行中持續(xù)暴露在新的任務(wù)上、同時(shí)獲取多種環(huán)境和多種類型的任務(wù)數(shù)據(jù)，并在下一輪把這些困難真正學(xué)進(jìn)去。

這才是家庭場(chǎng)景對(duì)于現(xiàn)階段的機(jī)器人最有意義的點(diǎn)。

03

被四大巨頭同時(shí)下注，

自變量真正被看中的是什么？

如果只看表面，自變量成為阿里、字節(jié)、美團(tuán)和小米四家互聯(lián)網(wǎng)巨頭同時(shí)下注的具身智能公司，似乎很容易被解釋成「趕上了風(fēng)口」。但如果把它過(guò)去一段時(shí)間的動(dòng)作連起來(lái)看，就會(huì)發(fā)現(xiàn)，它被重倉(cāng)的原因顯然不只是賽道熱度。

更核心的原因在于，在當(dāng)前具身智能競(jìng)爭(zhēng)中，自變量同時(shí)占住了三項(xiàng)最關(guān)鍵、也最難同時(shí)成立的位置：基礎(chǔ)模型、真實(shí)世界數(shù)據(jù)和機(jī)器人本體。

一方面，自變量持續(xù)推進(jìn) Great Wall 系列基礎(chǔ)模型，從 WALL-A 到最新發(fā)布的 WALL-B，試圖在模型架構(gòu)、數(shù)據(jù)效率和泛化能力上做出實(shí)質(zhì)性突破；另一方面，它又高度重視真實(shí)世界數(shù)據(jù)，明確判斷互聯(lián)網(wǎng)視頻對(duì)機(jī)器人模型而言最容易利用的「低垂果實(shí)」已基本摘完，行業(yè)接下來(lái)必須更多依靠自己生產(chǎn)數(shù)據(jù)，并堅(jiān)持通過(guò)真機(jī)和復(fù)雜場(chǎng)景去形成數(shù)據(jù)閉環(huán)。

與此同時(shí)，公司并不缺少本體能力，在自研通用輪式雙臂機(jī)器人、人形機(jī)器人、高自由度靈巧手和機(jī)械臂等整套硬件體系。換句話說(shuō)，它并不是只占住了具身智能鏈條里的某一個(gè)環(huán)節(jié)，而是在試圖把模型、數(shù)據(jù)和身體一起打通。

如果說(shuō) 2025 年行業(yè)的熱度，更多還圍繞本體能力、運(yùn)動(dòng)控制、硬件形態(tài)和場(chǎng)景落地展開(kāi)，那么到了 2026 年，資本開(kāi)始越來(lái)越明確地把籌碼壓向「身體之外」的另一部分能力——機(jī)器人「大腦」的 scaling 潛力。也正是在這個(gè)意義上，自變量的投資人名單格外值得注意。

阿里、字節(jié)、美團(tuán)和小米并不是純財(cái)務(wù)投資者，更不是對(duì)模型沒(méi)有判斷能力的普通產(chǎn)業(yè)資本。恰恰相反，這幾家公司本身都在持續(xù)投入 AI，也都在不同程度上推進(jìn)機(jī)器人、具身智能或相關(guān)硬件體系的探索。

也就是說(shuō)，它們投資自變量，并不是因?yàn)樽约嚎床欢@條路；反而正因?yàn)樗鼈兌Ｐ汀⒍到y(tǒng)，也懂這個(gè)賽道真正難在哪，所以它們更清楚，什么樣的團(tuán)隊(duì)只是在追風(fēng)口，什么樣的團(tuán)隊(duì)是在搭下一階段競(jìng)爭(zhēng)真正需要的能力。

從這個(gè)角度看，自變量的特殊性也就更清楚了。和一些國(guó)內(nèi)具身智能頭部公司相比，它似乎并不是現(xiàn)階段最著急鋪開(kāi)商業(yè)化場(chǎng)景、盡快把賬算過(guò)來(lái)的那一類。無(wú)論是這次發(fā)布 WALL-B、提出統(tǒng)一世界模型，還是它強(qiáng)調(diào)真實(shí)數(shù)據(jù)、選擇讓機(jī)器人進(jìn)入家庭、堅(jiān)持在開(kāi)放世界里逼模型長(zhǎng)能力，這些動(dòng)作背后其實(shí)都對(duì)應(yīng)著同一個(gè)方向：不是優(yōu)先去找一個(gè)最好交付、最好算 ROI 的場(chǎng)景，而是優(yōu)先去搭一個(gè)更接近通用智能的系統(tǒng)。

融資之后，公司的重心仍然是繼續(xù)把資金主要投向物理世界基礎(chǔ)模型研發(fā)、包括家庭在內(nèi)的復(fù)雜場(chǎng)景拓展與數(shù)據(jù)收集，以及 AI 基礎(chǔ)設(shè)施和機(jī)器人研發(fā)體系的持續(xù)升級(jí)。從公司成立到現(xiàn)在，自變量最優(yōu)先加碼的，仍然是模型、數(shù)據(jù)和底層能力體系這些最慢、最重、也最不容易在短期內(nèi)兌現(xiàn)收入的部分。

這也是具身智能賽道當(dāng)下一個(gè)很有意思的現(xiàn)象：自變量吸引來(lái)的，是業(yè)內(nèi)最市場(chǎng)化的一批資金，但這些資金最終支持它繼續(xù)加碼的，卻不是最短路徑的商業(yè)化驗(yàn)證，而是物理世界基礎(chǔ)模型、復(fù)雜場(chǎng)景和數(shù)據(jù)體系這類更長(zhǎng)周期的建設(shè)。

從這個(gè)意義上說(shuō)，四大互聯(lián)網(wǎng)巨頭同時(shí)下注自變量，押的已經(jīng)不只是它今天能做出什么樣的機(jī)器人，也不只是它眼下能落地多少場(chǎng)景，而是它是否有機(jī)會(huì)沿著一條更長(zhǎng)期的路線，率先把基礎(chǔ)模型、真實(shí)世界數(shù)據(jù)和機(jī)器人本體真正打通，在下一階段競(jìng)爭(zhēng)中占住更核心的位置。

*頭圖來(lái)源：自變量機(jī)器人

本文為極客公園原創(chuàng)文章，轉(zhuǎn)載請(qǐng)聯(lián)系極客君微信 geekparkGO

極客一問(wèn)

你如何看待自變量機(jī)器人？