在科技浪潮洶涌澎湃的當下，深圳這座創(chuàng)新之都再次成為焦點。一家成立不到兩年的初創(chuàng)公司——自變量機器人，憑借近20億元的融資規(guī)模，在具身智能賽道上脫穎而出，背后不僅有阿里、美團等巨頭的重注押碼，更承載著一位清華學霸的機器人夢想。自變量機器人正以獨特的魅力，引領著通用機器人時代的到來。
夢想啟航：學霸的機器人信仰
自變量機器人創(chuàng)始人兼CEO王潛，身上散發(fā)著典型清華學子的理性、執(zhí)著與遠見。他本碩畢業(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，。在南加州大學攻讀博士期間，王潛投身熱愛的機器人領域，參與多項機器人學習和人機交互研究，深刻認識到傳統(tǒng)機器人技術的局限。
博士畢業(yè)后，王潛雖在美國創(chuàng)立量化基金公司，但對機器人技術的執(zhí)著始終縈繞心頭。2023年，隨著大語言模型等領域取得突破，他敏銳捕捉到機器人行業(yè)新契機，毅然解散基金，回國創(chuàng)業(yè)。他看準中國在硬件制造和供應鏈方面的全球領先優(yōu)勢，以及數(shù)據(jù)收集成本僅為美國1/10的巨大潛力，于2023年12月18日在深圳創(chuàng)立自變量機器人。深圳完善的產(chǎn)業(yè)鏈生態(tài)，讓王潛印象深刻，兩天甚至半天就能配齊所有零部件，為創(chuàng)業(yè)提供了堅實基礎。
技術堅守：獨辟蹊徑的端到端之路
自變量機器人從成立之初，就選擇了一條與眾不同的技術路徑——“大小腦統(tǒng)一的端到端大模型”路線。這一選擇在當時飽受質疑，有名的機器人教授曾當面否定其設想，認為端到端可能永遠只是個玩具，無法落地。
端到端模型與傳統(tǒng)分層架構不同，它試圖在統(tǒng)一架構中解決從感知、規(guī)劃到控制的全流程問題，避免了分層模型因多步拆解引入的額外誤差和不可控噪聲，能在“感知—決策—執(zhí)行”全流程中保持連續(xù)性。自變量機器人的技術理念可概括為“縱向統(tǒng)一”和“橫向統(tǒng)一”，縱向統(tǒng)一指從原始輸入到機器人運動輸出由同一模型處理；橫向統(tǒng)一則是不同任務共用同一模型，訓練和推理在同一架構下完成。
這一技術路線的優(yōu)勢在WALL-A模型上得到充分體現(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)分鐘級別任務成功率達95%以上。成立僅兩個月，公司就成功訓練出第一版具身智能操作模型，實現(xiàn)切菜、倒水等復雜操作任務。2024年底，更是發(fā)布全球目前最大參數(shù)規(guī)模的具身智能通用操作大模型——Great Wall系列（GW）的WALL-A模型，展現(xiàn)出多模態(tài)信息融合、零樣本泛化能力以及在動態(tài)環(huán)境感知、實時任務規(guī)劃和超長程任務方面的顯著進展。
數(shù)據(jù)策略：高質量真機數(shù)據(jù)筑牢根基
在數(shù)據(jù)策略上，自變量機器人堅持“高質量真機數(shù)據(jù)”路線，與依賴仿真數(shù)據(jù)或互聯(lián)網(wǎng)視頻數(shù)據(jù)的同行形成鮮明對比。王潛明確表示，涉及復雜物理交互的手部操作不應完全使用仿真數(shù)據(jù)，因為經(jīng)過十幾年探索，發(fā)現(xiàn)手部復雜操作無法通過仿真數(shù)據(jù)進化。
自變量的數(shù)據(jù)收集主要來自集中式數(shù)據(jù)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)。這種多渠道、高質量的數(shù)據(jù)收集策略，為模型訓練提供了堅實保障。王潛將泛化能力劃分為四個層次，目前自變量的模型在前三個層面都體現(xiàn)出了很好的通用性和泛化性能力。
資本青睞：巨頭押注下的飛速發(fā)展
自變量機器人在資本市場表現(xiàn)驚人。成立不到一年半，已完成8輪融資，累計超20億元。2025年9月，公司宣布完成近10億元A + 輪融資，阿里云、國科投資領投，國開金融、紅杉中國、渶策資本跟投，老股東美團、聯(lián)想之星、君聯(lián)資本追投。
三大電商巨頭在具身智能領域布局邏輯各異。阿里投資數(shù)量最多，已投10家，旨在通過云計算和大模型擴展人工智能應用邊界，構建技術生態(tài)；美團布局更早、更廣，在機器人上下游均有布局；京東今年開始投資，節(jié)奏快，4個月投6家，強調場景導向，聚焦零售、物流、家庭三大垂直應用。自變量機器人融資金額超10億元，已進入一線之列。
商業(yè)化路徑：從To B到To C的穩(wěn)健布局
面對商業(yè)化這一具身智能領域備受質疑的問題，王潛有著清晰規(guī)劃。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。家庭機器人市場潛力巨大，人類家務勞動未計入GDP但占比高達四分之一。
自變量的商業(yè)化路徑是從To B場景切入，逐步延展至To C。今年將在多個功能性場景中做商業(yè)化落地，讓機器人在開放性、隨機性場景里自主完成復雜操作。對于部分企業(yè)將人形機器人送入工廠從事簡單重復性工作的做法，王潛直言是“PR行為”，認為真正有價值的商業(yè)化要依靠具身智能模型泛化能力提升。在價格方面，他預測消費者能接受、產(chǎn)業(yè)鏈能提供的價格在1 - 2萬美元之間，但目前還需產(chǎn)業(yè)鏈成本進一步優(yōu)化。他還預計類GPT - 3水平的具身智能大模型有望在一年左右出現(xiàn)，人形機器人的“ChatGPT時刻”需3 - 5年。
未來挑戰(zhàn)與展望：構建生態(tài)系統(tǒng)，邁向通用機器人
盡管自變量機器人取得顯著進展，但王潛清醒認識到通往通用機器人道路充滿挑戰(zhàn)?，F(xiàn)階段限制機器人產(chǎn)業(yè)化應用的主要因素是機器人的“大腦”而非硬件，目前大量機器人運動能力不錯，但實用價值有限。
面對挑戰(zhàn)，自變量機器人積極構建具身智能開源生態(tài)系統(tǒng)。2025年9月，公司在合肥發(fā)布《具身智能生態(tài)建設計劃》，通過引入自研具身基礎模型，打造全球具身智能創(chuàng)新與產(chǎn)業(yè)核心樞紐。此前，開源自研端到端具身智能基礎模型WALL - OSS，這是唯一一個面向物理世界交互、具備真正落地能力的開源端到端具身智能基礎模型。對于長遠發(fā)展，王潛認為機器人將采用軟硬一體商業(yè)模式，因為機器人需軟硬件高度耦合。
2025年世界機器人大會上，搭載自變量WALL - A模型的“量子1號”機器人自如完成制作香囊、整理客廳等復雜任務，引來眾多圍觀。王潛站在展臺旁冷靜觀察，他知道展臺上的喝彩只是過程，真正的征程遠未結束。那個讓通用機器人走進千家萬戶的夢想，正以“深圳速度”一步步變?yōu)楝F(xiàn)實，自變量機器人也將憑借WALL - OSS的開源貢獻，聯(lián)合RoboChallenge，在通用機器人時代書寫屬于自己的輝煌篇章。
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！
