北京
8月19日至23日，2026世界机器人大会（WRC）在北京举行。自变量机器人携家庭服务、物流分拣两个典型应用场景及无本体数据采集方案亮相。前两个场景均来自自变量已规模化落地的实际案例的1:1复刻。
在家庭场景中，机器人流畅完成收纳整理、清洁打扫、搬运跑腿等数十项任务。一双由WALL-B模型驱动的灵巧手拆开快递，取出风扇并拧开开关。另一台人形机器人夹起观众指定颜色的花束，插在花瓶中递给观众。展区一侧，机器人在整理柔软衣物、取外卖、拿饮料、收拾桌面、浇花、铲猫砂、自行充电，偶尔拿起宠物玩具逗一逗机器狗。
这些展示还原自真实家庭服务。今年3月，自变量与58到家推出机器人上门家政服务，由机器人与保洁员协同完成清洁、收纳等家务。这是机器人行业首次大规模实现机器人进家庭服务。今年5月，自变量推出“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。自变量的“机器人进家庭项目”入选APEC数字周大会官方《亚太地区数智赋能案例集》，成为唯一以具身智能服务民生的典型案例。
家庭被认为是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，家庭任务所包含的步骤各不相同，无法通过预设规则或后训练来穷尽。自变量在真实用户家庭开展服务，表明机器人已具备一定的环境理解与动作规划能力，泛化性能持续提升。
在物流分拣展区，两条机械臂搭配夹爪，持续对大小、形状、材质和重量完全随机的真实物流包裹进行分拣，将面单翻转至适当朝向。面对不同包裹，机械臂自主采取不同策略：轻小包裹直接夹取搬运，大件沉重包裹从侧面推动，蜷折叠软包先摊平理顺再调整面单方向。
在不久前的全球直播中，自变量实现1816件/小时的分拣效率，超过美国同行45%。“机械臂+夹爪”的硬件方案相比“人形机器人+五指灵巧手”成本下降70%。自变量处理的是形态随机的真实物流件，而非标准尺寸盒子，分拣准确率仍达98%。
目前，自变量已与一家头部物流企业合作，将物流分拣方案部署到真实生产环境，实现常态化和规模化运行。
驱动这两类场景的是自变量全自研的端到端世界统一模型WALL-B。该模型从零预训练，将视觉、语言、触觉、动作和物理预测等能力融合进同一个神经网络。模型具备空间推理能力，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演化，并具备记忆能力和持续学习能力。
自变量还展示了QUANXTA Zero系列无本体数据采集方案，数据入库有效率超过85%，可将模型训练的数据成本降低90%。在展台上，观众可以穿戴设备，亲身体验人的动作被采集、转化为机器人可学习的数据。该方案具备行业唯一的“移动采集数据本体回放”能力。自变量自研的分布式训练与高性能推理框架，可将数据采集、模型训练到真机部署的全流程从6个月缩短到3天。
2026世界机器人大会的展馆里，机器人在家庭场景中叠衣浇花、遛机器狗，在物流产线上分拣随机包裹，观众在展台前穿戴设备体验数据采集全流程。从家庭服务到产业应用，从模型训练到数据基建，自变量机器人以同一个端到端模型驱动着截然不同的两类场景。当机器人能够理解物理规律、在陌生环境中自主规划动作并持续学习，具身智能从实验室走向千家万户和产业一线的路径正在逐渐清晰。
本文来自和讯财经，更多精彩资讯请下载“和讯财经”APP
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
