自变量完成10亿元融资，字节、红杉出手

来源：上海证券报

　　1月12日，上证报记者获悉，自变量机器人（下称“自变量”）已于近期完成10亿元A++轮融资。本轮融资由字节跳动、红杉中国、北京信息产业发展基金、深创投、南山战新投、锡创投等顶级投资机构及多元地方平台联合投资。这也是深创投AI基金成立以来的第一笔投资。

　　除字节外，自变量此前也曾先后获得美团、阿里的投资，是国内唯一同时被这三家互联网大厂投资的具身智能企业。

　　自变量成立于2023年12月，致力于通过研发具身智能通用大模型，实现通用机器人。

　　一位自变量的投资人告诉记者，“2026年，产业的发展重点也将逐渐从硬件本体，转向模型层面。”

　　自变量创始人兼CEO王潜同样认为，具身智能的下一阶段竞争，本质上还是数据闭环构建的基础模型与模型进化能力的竞争。

　　物理现实世界的复杂性，要求机器人能够具备实时处理非结构化、动态及随机任务的能力。具身智能基础模型独立于大语言模型、多模态模型等虚拟世界基础模型，是物理世界的基础模型。自变量的具身基础模型，以所有机器人的感知信息（例如视觉、触觉、语音等）为输入，直接输出机器人的动作、视觉，以及语言等。

　　模型层面，自变量自研的WALL-A模型，核心架构首创VLA与世界模型深度融合的系统范式。这一融合机制，显著提升了机器人执行非结构化环境中移动操作任务的零样本泛化能力。同时，依托于大规模真机强化学习，基础模型进一步在与真实物理世界的交互中获得高质量学习经验，自主解决长尾问题，实现机器人能力的持续进化。

　　数据是基础模型进化的核心燃料，自变量自成立以来即重度投入，坚持硬件-数据-模型的闭环迭代。作为国内最早规模化扩展真机数据采集的公司，自变量自研了主从遥操、外骨骼、无本体等多种数采设备，实现了各种数采设备上的数据验证和模型突破。公司还搭建了模型驱动的数据管线，通过数据生成、数据过滤、数据增强、数据标注等环节持续产生规模化的高质量数据。

　　Demo显示，机器人在外卖配送与纸箱回收任务中，面对强风干扰或视线遮挡，均依靠基础模型的泛化能力与世界模型的因果推演，不仅能像人类一样脑补被遮挡物体的全貌，还能在遭遇卡顿时通过强化学习策略自主纠错，无需人工干预即可完成任务闭环。

　　此外，硬件层面，自变量也下场自研本体，设计发布了“量子一号”“量子二号”两款高性能的机器人本体，同步实现了机械臂、关节模组、动力驱动器、主控制器等核心零部件的自研与算法适配。

　　王潜认为，具身智能的发展短期有赖于模型算法优势，中期依靠数据优势，长期核心在于产品优势。自变量始终围绕这三大方向加深积累，并率先在国内开放性服务场景落地实践，探索不同场景下的服务闭环。