“先证实一个传闻——我们刚完成B轮融资，由小米战投领投。感谢雷总（雷军）和小米的认可。”4月21日，自变量机器人（下称“自变量”）创始人、CEO王潜发布会开场时如是说道。

　　此前市场消息称，自变量已于三月底至四月初完成近20亿元B轮融资。至此，参照公开披露的信息，自变量成为唯一一家同时获得字节跳动、美团、阿里巴巴、小米四家互联网大厂投资的具身智能企业。

　　大厂争相押注的自变量，打法的确有些与众不同：不执着于让机器人“跑得更快、跳得更高”，明确不参与类似马拉松的竞技，优先突破模型；不跟随先进工厂、后进家庭的主流路径，直接攻克最复杂的家庭场景。

　　35天后（即5月25日），自变量搭载WALL-B的新一代机器人将首批入驻真实家庭，届时这位“实习生”将正式迎考。

优先切入家庭场景

　　与国内多数同行所不同，自变量从成立之初便聚焦于为机器人构建“大脑”，即端到端的具身智能基础模型。即便其后续开始自研硬件本体，也坚持以软件定义硬件，强调“AI第一性、硬件第二性”。

　　这一点在商业化路线上更为明显。国内主流的观点是，工业场景任务明确、可重复性强，更像是把一个动作重复一万遍；而家庭环境复杂多变，需要应对成千上万种不同的情况。因此，让人形机器人优先进入工厂，是当前更务实可行的技术落地路径，进家庭尚需三到五年。

　　但自变量却在2026年开始，力推让机器人进入家庭。目前，其已与58同城合作，将搭载WALL-AS模型的机器人送入真实家庭，与保洁阿姨协同作业，实现全球首次机器人进入家庭，并服务人类复杂的家居生活。

　　“早上七点，闹钟响了。你从床上爬起来，走到客厅。拖鞋不知踢到哪里，厨房的碗还没洗，孩子的书包扔在地上，猫打翻了一杯水。”王潜的这一描述，直观揭示了家庭环境的本质——随机、碎片、不断变化。

　　“硬件已经到位了——双足、灵巧手、力控关节都很好。但大脑没有跟上。当前机器人的核心瓶颈不在本体，而在智能。家庭环境中的每一秒都可能出现全新事件：猫何时跳上桌子、孩子把玩具扔在哪里、地毯的摩擦力与实验室地板完全不同。现有技术无法处理这种随机性和碎片化，机器人进入家庭也被视为‘这个时代最难的技术问题之一’。”王潜说。

　　因此，自变量希望为机器人打造一个能够真正理解世界、并在真实世界中持续学习的大脑。其此次发布的WALL-B，便是承载了这一愿景的最新模型。

　　与行业其他方案的区别在于，WALL-B模型采用了WUM而非VLA的架构。这让模型可以将视觉、语言、动作、物理预测等所有能力，放在同一个网络中从零开始联合训练、融为一体，消除模块间的边界和数据搬运损耗。

　　基于这一架构，WALL-B可以做到“多模态进、多模态出”。这意味着模型不需要通过“传话”的方式在不同模块间转译信息，它看到杯子的同时就已经在准备伸手，感觉到重量的同时就已经在调整力度。此外，在从未见过的场景中例如一个盘子一半悬空在桌沿外，模型可以推断出盘子掉落摔碎，从而采取预防动作。

　　在自我进化方面，目前主流机器人在任务失败后通常直接停止，返回错误信息，无法从失败中学习。WALL-B的行为模式则完全不同：它在失败后会调整策略再次尝试，如果成功，则将这次成功的经验直接更新到模型参数中。

　　在商业化落地方面，自变量的时间表也已经明确：35天后，新一代搭载WALL-B，并根据家居环境进行硬件升级的新一代机器人将入驻首批用户的家庭。

　　不过，王潜同时强调，当前模型仍处于“实习生”阶段，会犯错，需要远程协助，有时可能把拖鞋放到厨房、擦桌子擦到一半停下来“思考”。但其能够实现24小时不间断工作，且每工作一天都会因新数据的产生而变得更“聪明”。

大厂在模型领域能否继续“超车”？

　　在2026年的机器人半马上，荣耀超越一众机器人企业，成为最大黑马。

　　这也让外界感慨，随着消费电子、汽车、互联网大厂的跨界布局，机器人初创企业的壁垒——起码在硬件层面，已经愈发薄弱。

　　大厂环伺之下，初创企业的生存空间是否会愈发逼仄？

　　在接受上海证券报等媒体采访时，王潜的回应很直接：自变量所选择的路径，与跑马拉松的机器人截然不同。自变量在技术上与语言模型公司的距离，比与那些专注双足运动的机器人公司更近。

　　不过他也认同，行业长期竞争力的绝非硬件本身。“硬件在中国从来都没有壁垒，今天你做出来，明天供应链就能做出来，后天大家都能做。”

　　相对更难复制的是，一个从数据定义、采集、清洗到模型训练、评测、迭代的完整工程体系，他判断，基础模型的壁垒，比硬件要“高得多”。类似OpenAI曾领先谷歌两年的时间，头部机器人的模型水平可能领先长达三年以上。

　　不过，当下几乎大厂都在做具身智能，包括自变量的股东。大厂在模型领域，是否能够靠资本优势、算力优势、人才优势，上演“大力出奇迹”？

　　王潜分析称，赛道足够大，所以股东自身在做具身智能，也不妨碍初创企业接受其投资。

　　同时，资源并不构成任何意义上的壁垒。参考谷歌等大厂花了高出一到两个数量级的资源，还是用了两年，才追赶上了ChatGPT的技术水平。况且，机器人模型无法通过“蒸馏”快速追赶，核心技术本身构成了极高的门槛。

　　对于自变量机器人为何获得巨头青睐，王潜将其归结为“技术的绝对领先性”。

　　他强调，这些自身就是大模型领军者的大厂，投资逻辑非常纯粹：看中的是难以快速复制的系统性技术壁垒，而非短期回报。“具身智能模型是一个技术第一性驱动的领域。”

　　况且，当前所有生产都高度依赖人力，一旦机器人可以自动完成所有生产活动后，生产力便会呈指数级提升。

　　基于此，王潜反而认为，相比自动驾驶、移动互联网等昔日风口，具身智能行业在资本层面并没有过热，某种意义上甚至是过冷的。

（文章来源：上海证券报）