自变量完成物流分拣直播挑战：1816件/小时超越美国企业45% | 前沿在线

编辑：前沿在线 编辑部

2026年8月12日，自变量机器人完成了一场持续1小时的全自主物流分拣直播。

直播中，机器人依托自研的世界统一模型WALL-B，采用双机械臂搭配夹爪的硬件方案，在全程无人工干预的情况下，对大小、形状、材质及重量随机的真实物流包裹进行连续分拣，实现1816件/小时的分拣效率，准确率超过98%。

这一速度超过美国具身智能企业此前公开展示的1248件/小时，效率提升约45%。据内部估算，自变量这套物流分拣系统成本仅为为美国具身企业的约30%。

更值得关注的是，两者采用了不同的技术路线。相比“人形机器人+五指灵巧手”的复杂硬件方案，自变量使用更加简洁的双机械臂和夹爪，整套成本下降约70%，同时能够处理更加随机、复杂的真实包裹。更贴合真实的物流分拣场景。

驱动简洁硬件完成更复杂的任务，背后关键在于更聪明的“具身大脑”。

自变量展示的不仅是物流分拣效率的突破，更是国产具身智能企业面对美国企业的路径超越：凭借具身模型能力的提升，打破美国企业“以硬件复杂度决定性能上限”的惯性，为具身智能应用探索出一条可规模化复制的产业路径。

还原真实物流分拣产线，考验机器人“随机应变”能力

物流分拣看似只是“抓取和搬运”，真正进入生产环境后，却是一个高度复杂的非结构化任务。

真实物流线上，纸箱、快递软袋、衣物包裹等大小、重量、材质和形状各不相同，摆放姿态和面单位置也完全随机。

机器人不仅需要抓起包裹，还要判断物体当前状态，把面单调整到能够被后续设备识别的位置。

其中，面单调整是整个流程中随机性最高、最考验机器人能力的一步。

只要机器人能够把凌乱的包裹整理成朝其他方向的队列，后续扫码、输送等环节就可以交给自动化设备完成，因此这个环节直接影响整套分拣系统的效率。

直播中，面对不同类型的包裹，机器人会自主采用不同策略：

轻质小件直接夹取并快速搬运，以追求更高的吞吐效率；

较重箱体采用侧面推移或双臂协作，避免用力抓取损伤包裹；

遇到蜷曲折叠的柔性软包，则先通过拨、摊等动作整理平整，再调整面单位置。

这些处理方式并不是工程师提前为每一种包裹分别编写规则，而是机器人根据物体属性、对物理规律的原生理解，自主推理的结果。

模型能力取代硬件堆叠，简洁身体完成复杂任务

长期以来，提高机器人操作能力的一条常见路径，是不断增加硬件自由度，例如采用人形本体、五指灵巧手等复杂结构，让机器人拥有更接近人的身体能力。

硬件越复杂，也意味着更高的制造成本、更复杂的控制系统，以及更高的维护和部署门槛。对于需要长时间连续运行的物流、制造等产业场景，这些因素都会直接影响规模化应用。

自变量此次展示的是另一种思路：不依赖不断堆叠硬件能力，而是提升基础模型能力，也就是让机器人拥有更聪明的大脑，学会利用更简单的硬件完成任务。

机器人面对没见过的包裹时，会自主判断物体属性，尝试寻找解法，并将这些解法沉淀成为经验，与当下的硬件适配，而无需配备更加复杂、昂贵和冗余的硬件结构。

这意味着，过去需要通过“更灵巧的手”解决的问题，现在可以交给“更聪明的大脑”解决。

这一点对产业应用尤为关键。企业真正关心的并不是机器人是否足够像人，而是能否在保证效率的同时，做到成本更低、稳定性更高、维护更简单，并快速部署到现有生产环境中。

自变量此次采用的标准夹爪，结构简单、零部件少、稳定性高、维护容易，更适合仓储场景长时间连续作业。双机械臂也可直接嵌入现有分拣工位，无需大规模改造产线，部署更快，更容易批量复制。

此次直播验证了一条不同的技术路径：当具身模型拥有更强的环境理解、物理推理和动作决策能力，机器人就有机会摆脱对复杂昂贵硬件的依赖，用更简洁可靠的身体完成更复杂的工作。

世界统一模型WALL-B，让机器人自己找到任务解法

支撑这套技术路线的核心，是自变量自主研发的世界统一模型WALL-B。

WALL-B是一套从零预训练的端到端具身大模型，将视觉、语言、触觉、动作和物理预测等能力融合在同一个神经网络中。

借此，机器人能够理解重力、惯性、摩擦力等物理规律，判断物体当前状态，并预测不同动作可能带来的结果，进而自主完成决策。

以物流分拣为例，面对一个陌生包裹，机器人需要判断它能否直接夹取、推动后是否会滑动、翻转时是否容易掉落，以及应该采用单臂还是双臂操作。这些判断并不是依靠人工预设规则，而是来自模型对物理世界的理解。

在真实任务中，机器人还会持续经历“观察环境—选择动作—预测结果—执行验证”的过程，不断积累和优化有效策略。直播中看到的许多处理方式，也并非人工逐一教授，而是机器人在实际分拣过程中不断尝试、验证后形成的。

更重要的是，这些能力并非针对物流场景专项训练而来，而主要来自WALL-B预训练阶段形成的通用物理理解和泛化能力。

这意味着机器人进入新的生产或生活场景时，不必从零开始学习，而可以基于已有能力快速理解环境、适应任务，为具身智能在不同场景中的批量复制和快速落地提供基础。

从物流分拣到家庭服务，同一个大脑实现规模化产业应用

WALL-B的通用能力，并不只在物流分拣中得到验证。

此前，自变量已与58到家合作推出机器人上门家政服务，让机器人进入真实家庭，与保洁员协同完成清洁、收纳等家务任务，成为全球首个“机器人进家庭”的大规模应用。

目前，自变量还与国内头部物流企业展开合作，将物流分拣方案部署到真实生产环境，实现常态化、规模化运行。

家庭和物流代表了两类差异很大的应用场景。

家庭环境高度随机，不同户型、家具和物品摆放都不相同，任务也更加长程和开放，考验的是机器人面对陌生环境时的泛化和应变能力；物流分拣则更强调速度、准确率和长时间稳定运行，对生产效率和可靠性提出更高要求。

一个考验机器人能不能在不断变化的环境中处理问题，另一个考验它能不能把任务长期稳定地做快、做准。

而驱动机器人完成这两类任务的，都是同一个WALL-B模型。从家庭服务到工业分拣，两个差异明显的场景共同验证了WALL-B跨场景迁移和复用的能力。

这种能力对于具身智能规模化落地尤为关键。

如果机器人每进入一个新场景，都需要重新训练一套模型、重新编写大量规则，不仅开发周期长，复制成本也很高。而当同一个“具身大脑”能够复用已有的物理理解和任务能力，就可以更快适应新的环境和工作。

因此，从家庭到物流的落地，不只是两个单独场景的成功，也说明通用具身模型成为可复用的底层能力，能够推动在场景应用不断向更多场景复制。

这让具身智能的规模化应用迎来了一道曙光。

前沿动态前沿大会
前沿人物

点「在看」，给前前加鸡腿