用两个场景，赌一个终局：自变量机器人的通用路线

来源：市场资讯

（来源：AIX财经）

通用是一条更难走的路，但天花板也更高。

AIX财经（AIXcaijing）原创

作者 | 王汉星

编辑 | 阿伦

8月19日，2026世界机器人大会（WRC）开幕，展馆里照例挤满了形态各异的机器人。今年有300余家国内外机器人相关企业及3000余件展品参会，不少机器人仍然在跑跳、翻滚、握手，但行业判断一家机器人公司价值的尺度，正在从“能否完成动作”转向另外几个问题：能否在真实环境里持续工作，能否把偶然成功变成稳定产出，有没有一款真正意义上通用的机器人大脑，能够快速上手各种各样的任务。

自变量机器人的展台在其中显得有些特别，它把一个“家”和一个“仓库”同时搬进了展馆：一侧是叠衣服、铲猫砂、取外卖的家庭服务区，另一侧是一条还原真实工况的物流分拣产线，两条机械臂正对随机到来的随机包裹做全自主分拣。

一个面向最长尾、最开放的家庭场景，一个面向最高强度、最讲效率的工业场景，两种能力本质上都是在展示同一个东西：通用具身大脑。在今天的具身智能行业，人形机器人实现通用的门槛早已不是硬件，关键在于数据和大脑。

据IT桔子统计，2026年上半年，国内具身智能赛道融资总额达到935亿元，较2025年上半年提升5倍；融资事件322笔，同比增长137%。具备端到端具身大模型、全身协同控制能力和规模化落地潜力的具身智能企业，成为资金最集中的去向。

在行业普遍依靠单场景定制换取快速落地的当下，自变量是少数坚持跨场景通用大模型路线的公司。这次WRC上并列展出的两个场景，是它交出的一份阶段性答卷。

经过过去一年的各种具身智能展会的洗礼，大多数人都会形成一种共识，一个漂亮的Demo可能来自对场景、物体和动作流程的精心设计。但在真实的产线上，机器人却不一定那么“配合”。纸箱会被压扁，衣服会缠在一起，家具和物品的位置每天都在变化。

真正可用的机器人，并不是在做一道预先知道答案的题，它要解决的是一串不断出现的新题。

自变量在WRC上展示的首先是一套相对完整的家庭服务能力清单：整理柔软衣物、取外卖、拿饮料、收拾桌面、整理鞋柜、取抽纸、套垃圾袋、拿零食、巡检、浇花、铲猫砂，以及电量不足时自行回充。展台的另一个角落，一只由WALL-B模型驱动的灵巧手正在拆开快递，取出里面的风扇并拧开开关。

对软硬不同物体的识别、操作的精度，以及局部运动能力，在这类演示中一目了然。

值得注意的是，这些展示并非为大会专门设计的Demo演示，在自变量过往的真实服务中都有迹可循。早在今年3月，自变量就通过与58到家合作，推出了一项机器人上门家政的服务，由保洁员和一款人形机器人一起协同完成清洁、收纳等家务，在全球范围内首次实现大规模人形机器人“进家做家务”。

两个月后，自变量又推出了“X家庭成员计划”，让机器人在用户家中常驻最长一个月，在连续、真实的生活环境中提供服务。对一家仍处于产品早期阶段的具身智能公司而言，这类尝试的意义未必是立即替代家政人员，而是把机器人放进难以预设的真实环境，观察它在哪些环节能够独立工作，又在哪些环节仍需人类接管。7月，“机器人进家庭”项目被收入《亚太地区数智赋能案例集》，家庭场景由此成为自变量对外展示通用能力的一条主线。

物流分拣展区则还原了7天前的一场直播。在直播中，面对形态、大小、材质、摆放姿态完全随机的包裹，两台搭载标准夹爪的机械臂全程无人工干预，连续作业一小时，有效分拣1816件，准确率超过98%。展台上的演示还原了同一套作业逻辑，轻小包裹直接夹取搬动，大件重箱从侧面推动或双臂协同，蜷曲折叠的软包则先摊平理顺，再把面单翻转到正确朝向。

图源 / 自变量机器人视频号截图

作为对照，Figure AI今年5月的200小时分拣直播，平均效率约为1248件/小时，采用的是“人形机器人+五指灵巧手”方案。严格来说，两家公司采用的方案复杂程度不同，但解决的都是同一种问题，面对相似且重复的流程，不断根据包裹的形态、重量和摆放姿态重新做决策。

从结果来看，自变量用成本约三分之一、结构简单得多的硬件，跑出了更高的效率。它的思路是通过提升通用模型的能力，让机器人学会用更便宜、更简单的身体完成复杂任务，而不是堆砌更昂贵的硬件。这条路径不依赖定制专用设备，也不要求对产线做大规模改造，理论上更容易批量复制、迁移到更多行业。

据了解，自变量目前已经与一家全球头部物流企业合作，将分拣方案部署进真实生产环境，实现常态化、规模化运行。此次搬进展厅的，与真实物流产线也别无二致。

展台上还有一类不太起眼、但对自变量至关重要的展品：数据采集设备。自变量的具身大模型训练以无本体和真机数据为主，现场可以体验其QUANXTA Zero无本体数采方案，操作者无需直接遥控完整机器人，就可以采集视觉、动作等多模态交互数据，再迁移到不同机器人本体训练。相比真机遥操作，这套方案在保证数据质量和完整性的同时降低了采集成本，能更快积累起高质量数据集。

这些能力并非凭空长出来的。自变量成立于2023年12月，它是具身智能行业上百家公司中技术标签最鲜明的一个，从成立第一天起就坚持走通用具身大模型路线。成立两年半，它已完成十余轮融资，成为具身智能领域首屈一指的模型公司。

家庭和物流并不是两个随手拼在一起的应用方向。

抛开各种标签化表述，从任务的本质来看，做家务是长程任务，每一种家务的差异都很大，机器人需要像人一样样样精通，在一个很长的时间跨度内连续做出大量决策和判断。

物流分拣则是不断重复的短程任务，每一次分拣动作看似简单重复，但每个包裹的形状、重量、材质都不同，因此每一次重复都要重新做一次决策。在这个场景里，机器人要取代的不仅是分拣工人，还有那些只能通过预编程完成标准化操作的传统机械臂。

具体来看家庭。家庭场景是高度非结构化的，对绝大多数具身智能公司来说，这并不是一个愿意率先触碰的场景，它不像工厂那样为机器人而生，却被普遍视为检验具身智能通用能力的“终极场景”。

不同家庭的户型、家具、光照条件和物品摆放千差万别，家务任务所包含的步骤各不相同，工作环境又高度开放，即便是相对简单的空间移动，也会因为地面平整度不一、障碍物摆放随意而变得困难。环境复杂多变、任务碎片化长尾化，对模型的泛化性能提出了极高要求。

自变量进入家庭，核心价值不在于短期内落地多少服务订单，而在于拓展模型的能力边界，让机器人接触真实的用户需求，在处理品类繁多的家务任务、动态变化的居家环境和自然人机交互的过程中，既通过成功也通过失败的案例，积累经验、拓展服务的边界。

再看物流。产线是半结构化环境，更看重作业效率、操作准确率、运行稳定性和部署成本。

这里环境相对规整、流程标准化，对泛化的要求没有那么高，但工况复杂，对操作精准度和节拍稳定性的要求极高。客户关心的是每小时处理多少件、错误率多高、设备能否长时间稳定运行，以及节省的人工是否足以覆盖采购和维护成本。

模型在这里需要把“会做”压缩成稳定的作业节拍，同时处理软包、纸箱、异形件等随机输入。一次直播可以证明峰值能力，真正的门槛仍是数月乃至数年的连续运行。

两条线各自闭环，又彼此喂养，背后都是同一套通用大模型WALL-B在发挥作用。

自变量的双线布局，需要放在行业的大背景下看。

在2026年上半年融资规模TOP20的公司中，有9家是人形机器人本体公司，其中绝大部分涉及“数据+大脑+本体”的全栈技术能力；另有7家是纯具身大脑公司，即使处在早期阶段，具备核心算法能力的软件企业也能获得资本的大额押注。换句话说，TOP20里大约四分之三的公司，都与大脑和数据直接相关。

具身智能行业当前最稀缺的资源，仍是高质量真实交互数据和能够跨场景泛化的模型。与语言模型可以从互联网获得海量文本不同，机器人数据涉及视觉、触觉、动作和环境反馈，采集速度慢、成本高，不同本体之间还存在数据迁移问题。数据不足，模型就难以应对长尾情况，模型不够通用，企业每进入一个新场景又要重新采集和训练，形成高昂的边际成本。

客观地说，单场景定制并非没有价值，它解决了创业公司的生存问题，也让具身智能更快地接受真实世界的检验。

通用路线之所以少有人走，是因为它对基础设施的要求高得多，要有自己的数据采集体系、足够规模的高质量真机数据，还要有能消化这些数据的模型架构，三者缺一不可，且都需要时间沉淀，难以靠资金在短期内堆出来。

自变量的布局恰好覆盖了这条价值链的每一个环节，目前形成了从模型、数据采集到本体和末端执行期的全栈布局。

其WALL-B大模型采用视觉—语言—动作模型与世界模型融合的端到端路线，把视觉、语言、动作与物理预测放在统一网络中训练，模型不仅具备空间推理能力，还能够理解重力、惯性和摩擦力等物理规律，推演不同动作可能带来的状态变化，并具备记忆能力、能在与环境的交互中持续学习。

数据侧自变量使用真机交互数据，以无本体真机数据为主，并通过QUANXTA Zero等设备降低真机可用数据的采集成本。

今天的行业里，有从本体转向大脑的公司，有只做大脑的公司，也有近一两年才开始补齐全栈能力的公司。自变量的不同在于，它从成立第一天起就押注通用具身大模型，这注定是一条更难走的路，因为通用能力的验证周期长，商业化兑现慢，对资金和耐心的消耗都更大。但它的天花板也更高，一旦走通，壁垒将很难被后来者打破。

8月20日，王潜将在WRC上发表主题演讲，详细阐释他对具身智能行业的理解与判断。届时，他可以亲自讲解自己的技术愿景。