自變量機器人×RoboChallenge：組創(chuàng)新之局，賦開源之能
日前，自變組創(chuàng)Dexmal原力靈機與Hugging Face共同發(fā)起RoboChallenge之后，量機迅速在行業(yè)內(nèi)引發(fā)關(guān)注。器人智源研究院、局賦智元機器人、開源Qwen、自變組創(chuàng)星海圖、量機自變量、器人清華大學、局賦西安交通大學以及GOSIM等國內(nèi)外機構(gòu)的開源積極參與，共同推動生態(tài)建設。自變組創(chuàng)2025年11月20日，量機RoboChallenge組委會正式成立，器人標志著具身智能真機測評的局賦開源協(xié)作邁入標準化新階段。這不僅是開源一個測評平臺的升級，更是行業(yè)協(xié)作模式的一次重要革新——從“各自為戰(zhàn)”轉(zhuǎn)向“共識共建”，以“開放共同體”的行業(yè)共創(chuàng)模式，為具身智能技術(shù)的落地與迭代注入新動能。
日前，在不久前深圳舉行的一場國際人工智能展覽會上，一臺名為“小量”的機器人嫻熟地進行著果味冰沙制作的全部流程。取杯、接冰、添加小料，整個動作連貫且精準，兩分鐘內(nèi)就完成了一份飲品。這個看似簡單的場景背后，是深圳一家成立僅一年多的初創(chuàng)公司——自變量機器人。
自變量機器人是國內(nèi)最早實現(xiàn)端到端具身智能大模型商業(yè)化的公司之一。其自主研發(fā)的「WALL-A」系列視覺-語言-行動（VLA）操作大模型，構(gòu)建了統(tǒng)一的認知與行動框架，讓機器人不僅能“看懂”，還能自主“動手”完成。
更具行業(yè)意義的是，自變量機器人近期開源了端到端具身智能基礎模型「WALL-OSS」。與行業(yè)內(nèi)常見的部分開源不同，該公司提供了一整套完整可復現(xiàn)的開源方案，包括模型權(quán)重、訓練代碼、數(shù)據(jù)集接口及詳細部署文檔。
“我們希望真正把成果交到行業(yè)手中，讓大家能夠用起來，而不僅僅是停留在展示層面。”創(chuàng)始人兼CEO王潛表示。這一舉措有望降低行業(yè)技術(shù)門檻，推動具身智能生態(tài)的快速發(fā)展。
01 信仰：從理論到實踐的“關(guān)鍵變量”
作為自變量創(chuàng)始人兼CEO，王潛畢業(yè)于清華大學，是全球最早在神經(jīng)網(wǎng)絡中引入注意力機制的學者之一。博士期間，他曾在美國頂級機器人實驗室參與多項機器人學習研究，覆蓋多個前沿方向。2023年，隨著大語言模型等領(lǐng)域迎來突破，他敏銳察覺機器人行業(yè)的新機，毅然解散個人創(chuàng)立的基金，回國創(chuàng)業(yè)。
回國并非一時沖動。王潛看中的是中國無可比擬的硬件制造與供應鏈優(yōu)勢。“美國的硬件人才多被‘金手銬’鎖在大公司，”他指出，“而中國的供應鏈優(yōu)勢可能領(lǐng)先美國一個數(shù)量級。”他特別提到，數(shù)據(jù)收集成本在中國大約僅為美國的十分之一。
2023年12月18日，王潛初次踏足深圳，自變量機器人就此誕生。深圳的產(chǎn)業(yè)生態(tài)讓他驚嘆：“當時我們實驗室用的機器人硬件和零配件，很多都產(chǎn)自深圳。”“在這里，配齊所有零件有時只需半天。”
02 堅守：“大小腦統(tǒng)一”的孤傲之路
自變量創(chuàng)立之初，就選擇了一條與眾不同的技術(shù)路線——“大小腦統(tǒng)一的端到端大模型”。這在當時顯得頗為孤傲，甚至遭受質(zhì)疑。數(shù)年前，當王潛闡述端到端思路時，一位知名機器人教授曾當面否定：“這很有趣，但可能永遠只是個玩具，無法落地。”
何為端到端模型？與傳統(tǒng)的分層架構(gòu)不同，端到端模型試圖在統(tǒng)一架構(gòu)中解決從感知、規(guī)劃到控制的全流程問題。傳統(tǒng)分層架構(gòu)將任務分解為感知、規(guī)劃、控制等多個模塊，每個模塊有獨立模型，而端到端模型則是單一的、整合的模型。
王潛解釋道，“分層模型每多一步拆解，就會引入額外誤差和不可控的噪聲，難以實現(xiàn)真正可靠的執(zhí)行；而端到端統(tǒng)一模型，能夠在‘感知—決策—執(zhí)行’的全流程中保持連續(xù)性，從根本上解決這一問題。”
自變量機器人的技術(shù)理念可以概括為“縱向統(tǒng)一”和“橫向統(tǒng)一”?？v向統(tǒng)一指從視頻、傳感器等原始輸入到機器人運動輸出，全部由同一模型處理；橫向統(tǒng)一則是不同任務共用同一個模型，訓練和推理都在同一架構(gòu)下完成。
這一技術(shù)路線的優(yōu)勢在WALL－A模型上得到了充分體現(xiàn)。該模型使機器人僅用二指夾爪就能完成拉拉鏈、疊衣服、澆花等復雜操作，數(shù)分鐘級別的任務成功率達到了95％以上。
03 進化：WALL-A模型釋放泛化之力
自變量的產(chǎn)品演進清晰印證了其技術(shù)路線的生命力。核心突破，主要體現(xiàn)在三個方面。
第一，強大的泛化能力。模型在部分未見過的物理場景中，無需針對新場景進行額外訓練，已經(jīng)能部分實現(xiàn)零樣本泛化。
其二，具身思維鏈（CoT，Chain of Thought）。模型通過多步邏輯推理，將抽象任務拆解為可執(zhí)行的子步驟，并能夠根據(jù)實時變化調(diào)整行動策略。
其三，統(tǒng)一架構(gòu)。將視覺、語言、動作等所有模態(tài)信息，轉(zhuǎn)換為統(tǒng)一的token序列，再送入一個Transformer核心，從而實現(xiàn)端到端統(tǒng)一學習。這能讓系統(tǒng)在面對新任務時，可以像人類一樣思考和工作，不再依賴模塊化的信息傳遞。
04 選擇：真機數(shù)據(jù)，筑牢模型迭代的根基
在數(shù)據(jù)策略上，自變量堅持“高質(zhì)量真機數(shù)據(jù)”，與依賴仿真或網(wǎng)絡視頻數(shù)據(jù)的同行形成鮮明對比。王潛明確表示：“所有涉及復雜物理交互（如豐富的手部操作）不應完全用仿真數(shù)據(jù)。我們探索了十幾年，基本結(jié)論是：手部復雜操作無法通過仿真數(shù)據(jù)進化。”
數(shù)據(jù)主要來自三個渠道：集中式采集場地、分布式現(xiàn)實環(huán)境收集，以及機器人部署后的回流數(shù)據(jù)。自變量將泛化能力分為四個層次：基礎條件（光照、位置變化）、跨環(huán)境、跨對象（處理未見過的同類物體）、跨任務（解決全新任務）。目前自變量的模型在前三個層次已展現(xiàn)出優(yōu)秀的通用性與泛化能力。
05 野心：資本重注下的賽道卡位
自變量在資本市場的表現(xiàn)堪稱耀眼。成立不到兩年，完成8輪融資，累計金額超20億元。2025年9月，自變量機器人完成近 10 億元 A+輪融資。本輪由阿里云、國科投資領(lǐng)投，國開金融、紅杉中國、渶策資本跟投。老股東美團戰(zhàn)投超額跟投，聯(lián)想之星、君聯(lián)資本持續(xù)追投，其中聯(lián)想之星為天使輪股東。這是阿里云首次投資具身智能公司，也是美團第二次參投。
06 清晰的商業(yè)化路徑
面對商業(yè)化這一行業(yè)核心質(zhì)疑，王潛思路清晰。他認為：“家庭是機器人最大市場，預計3-4年會出現(xiàn)早期產(chǎn)品。”有經(jīng)濟學測算指出，未被計入GDP的家務勞動價值約占總量四分之一，這意味著家庭機器人市場潛力巨大，甚至可能超越工業(yè)及其他所有場景。
自變量的商業(yè)化將先從To B場景切入，逐步延伸至To C。王潛表示，公司今年將在多個功能場景推動落地，讓機器人在開放、隨機環(huán)境中自主完成復雜操作。對于當前部分企業(yè)將人形機器人送入工廠從事簡單重復勞動，他直言“那更像是一種PR行為”。真正有價值的商業(yè)化，必須依賴具身智能模型泛化能力的提升。
價格方面，王潛預測，消費者可接受且產(chǎn)業(yè)鏈能支撐的價格區(qū)間可能在1-2萬美元（約人民幣10萬元上下），但這仍需產(chǎn)業(yè)鏈進一步優(yōu)化成本。他預計，類GPT-3水平的具身智能大模型可能在一年左右出現(xiàn)，而人形機器人的“ChatGPT時刻”則需要3-5年。
07 未來挑戰(zhàn)與生態(tài)構(gòu)建
盡管進展顯著，王潛清醒認識到，通往通用機器人的道路仍布滿挑戰(zhàn)。他認為，當前限制產(chǎn)業(yè)化的主要是機器人的“大腦”，而非硬件。“展會上很多機器人運動能力不錯，但提供的‘實用價值’有限，更多是‘形式價值’。”
為此，自變量正積極構(gòu)建生態(tài)。2025年9月，公司在合肥發(fā)布《具身智能生態(tài)建設計劃》，旨在通過自研基礎模型，打造全球具身智能創(chuàng)新與產(chǎn)業(yè)樞紐。此前，公司開源了自研端到端具身智能基礎模型WALL-OSS，這是目前唯一面向物理世界交互、具備真實落地能力的開源模型。
對于長遠商業(yè)模式，王潛認為機器人將走向軟硬一體。“機器人相對特殊，難以形成像Windows或Android那樣的純軟件模式。它需要軟硬件高度耦合，一體化的模式最為合理。”
2025年世界機器人大會上，搭載自變量WALL-A模型的機器人嫻熟地制作香囊、整理客廳，引來無數(shù)駐足。那個讓通用機器人步入千家萬戶的夢想，正以“深圳速度”，一步步照進現(xiàn)實。
