为什么字节、阿里争投这家“机器人界的OpenAI”？

自变量机器人近期完成10亿元A++轮融资，据透露领投方为字节跳动。融资消息发布后，其创始人兼CEO王潜接受了《晚点LatePost》的专访，系统阐述了他对技术与行业的思考。

王潜的创业历程始于对AI的长期追求。他早在2009年便开始研究神经网络，2014年发表了一篇关于注意力机制的论文，与Transformer架构仅一步之遥，他称之为“错过了一个图灵奖级别的工作”。此后他转向机器人学习，但因技术瓶颈在2018年左右离开学术界，转而从事量化基金。2021年GPT-3的出现让他看到了范式转移的希望，决定回国创立自变量机器人，专注于具身智能。

关于创业地点，王潜认为美国硬件生态已不完整，供应链、资金和人才流动均存在问题，而中国在数据成本和供应链方面具有持续优势。他强调，中美在硬件上的竞争不可避免，“中国做硬件，美国做软件”的说法并不成立。

技术路线上，王潜坚定主张端到端的具身基础模型。他认为分层模型错误会被级联放大，而端到端模型能通过反馈直接优化动作，且更易实现少样本学习。他指出，当前瓶颈在于数据质量而非算力，高质量的真实物理数据至关重要，仿真数据则难以奏效。他还提到，多模态模型若加入动作连续性，将更易训练，而未来最好的多模态模型很可能出自具身领域。

在硬件方面，王潜最初以AI为优先，但后来发现自制硬件能更好地服务于AI训练。他主张“用AI定义硬件”，认为硬件设计应基于数据采集与模型需求。对于灵巧手、双足等复杂硬件，他持务实态度，认为许多场景中简单夹爪已足够，高自由度设计往往更多是“情绪价值”。

谈及公司发展，王潜坦言早期融资困难，因为市场普遍不相信初创公司能做从0到1的原始创新。但他强调，自变量的目标是成为“具身智能领域的OpenAI”，而非跟随者。随着Demo验证（如三天内完成卷卫生纸任务）及行业认知变化，融资逐渐顺利，并获得了阿里、字节等头部机构的投资。

团队建设上，王潜倾向于招聘有理想主义、关注技术本质的人才，尤其是应届生或来自大模型背景的成员。他认为硬件与AI团队的协同是关键，目前团队协作程度可打8分（满分10分）。

展望行业，王潜预测2026年将成为具身智能商业化的起点，关键标志是在特定场景实现正ROI，例如家务整理或工业打螺丝。他认为行业正在出清，只有能拿出实际成果的公司才能存活。对于竞争，他区分了以AI为核心的公司和以控制论或资源整合为主的公司，并自信表示自变量在技术层面处于领先。

个人层面，王潜表现出强烈自信，称自己的判断力和vision一直很准。他坦言创业艰苦，虽然对外展现坚定形象，但私下也会焦虑。业余时间他常通过睡觉、阅读《科学美国人》或刷B站来放松。