1 月 12 日，自變量機器人完成 A++ 輪融資，金額為 10 億元人民幣。字節(jié)跳動、紅杉中國、深創(chuàng)投等頂級機構領投。
圖片來源：自變量官網(wǎng)
自變量成立于 2023 年 12 月，自成立以來，兩年時間完成 9 輪融資。總金額超 30 億元，估值從天使輪的 2 億元快速攀升至 A++ 輪后的 100 億元，實現(xiàn) 50 倍增長。
兩年前，具身智能對公眾而言還是一個相當陌生的術語。它不同于傳統(tǒng)工業(yè)機器人基于預設程序執(zhí)行任務，而是指能通過 " 大腦 "（智能模型）理解環(huán)境、自主決策的智能機器人。
如今，整個行業(yè)正迎來拐點。高工機器人產(chǎn)業(yè)研究所數(shù)據(jù)顯示，2025 年國內(nèi)具身智能產(chǎn)業(yè)鏈發(fā)生 144 次融資事件，融資金額達 195 億元，平均單筆融資規(guī)模達到 1.35 億元。
自變量自創(chuàng)立之初就選擇了技術難度極高的 " 端到端通用具身智能大模型 " 路線。這與傳統(tǒng)機器人分模塊、單任務優(yōu)化的技術范式截然不同，目標是打造一個能統(tǒng)一處理感知、規(guī)劃與控制的機器人 " 大腦 "。
光速光合合伙人蔡偉認為，這種路徑一旦突破，將實現(xiàn)機器人在廣泛場景下的泛化能力，從而定義下一代機器人的智能標準。盡管這條路投入大、周期長，但資本認為這是通往通用機器人的關鍵橋梁。
更引人注目的是，自變量成為國內(nèi)唯一同時獲得字節(jié)跳動、阿里巴巴、美團三家互聯(lián)網(wǎng)巨頭投資的具身智能企業(yè)。這不僅是財務投資，更意味著戰(zhàn)略協(xié)同：美團的本地生活場景、阿里的云算力生態(tài)、字節(jié)的內(nèi)容與流量，為自變量未來的技術落地提供了無與倫比的場景和數(shù)據(jù)資源。這種 " 稀缺生態(tài)位 " 是其他競爭對手難以復制的獨特優(yōu)勢。
01 從 " 注意力機制 " 到具身智能的 " 造夢者
創(chuàng)始人王潛出生于 1988 年，童年時期的夢想是成為像愛因斯坦一樣的物理學家，但這一想法在高中階段發(fā)生了轉變。他認為，現(xiàn)代物理學研究到達前沿所需的時間周期過長，而人工智能領域則提供了更直接的路徑，去實現(xiàn)一個更為核心的追求：創(chuàng)造出能夠擴展人類能力邊界的機器。這一理念貫穿了他之后的學術與職業(yè)生涯。
自變量機器人創(chuàng)始人兼 CEO 王潛
王潛的學術路徑始于清華大學，他在那里完成了本科與碩士學位。之后，王潛赴美國南加州大學攻讀博士學位，并在美國頂尖的機器人實驗室進行博士后研究，專注于機器人學習與人機交互。在此期間，他在神經(jīng)網(wǎng)絡中引入注意力機制（Attention Mechanism）的早期探索，與谷歌同期發(fā)表的研究共同預示了后來以 Transformer 架構為代表的技術變革。
博士畢業(yè)后，王潛并未立即投身機器人產(chǎn)業(yè)，而是在美國創(chuàng)立并運營了一家量化基金公司。然而，對機器人事業(yè)的未竟之感始終縈繞。2023 年，在看到大語言模型取得突破后，他判斷實現(xiàn)通用機器人的技術路徑已現(xiàn)曙光，同時考慮到中國在硬件供應鏈與數(shù)據(jù)成本方面的綜合優(yōu)勢，他解散了基金，回國在深圳創(chuàng)立了自變量機器人。
在創(chuàng)立公司后，王潛在產(chǎn)品與經(jīng)營層面做出了一系列關鍵決策，引領了公司的發(fā)展。這些決策緊密圍繞他所堅信的 " 物理世界基礎模型 " 這一核心展開。他堅定地選擇了在當時尚屬非主流的 " 端到端統(tǒng)一 VLA 大模型 " 技術路線。
在他看來，傳統(tǒng)分層模型如同 " 搭積木 " 或 " 傳話游戲 "，模塊間的誤差會不斷累積，而端到端模型則能讓機器人像人一樣 " 看見、思考、行動一氣呵成 "，這才是實現(xiàn)通用智能的關鍵。即便早期有專家質(zhì)疑這 " 可能永遠只是個玩具 "，他仍基于長期研究經(jīng)驗堅持這一路徑。
為了喂養(yǎng)這個獨特的 " 大腦 "，王潛制定了與眾不同的數(shù)據(jù)策略。他明確表示：" 所有涉及到復雜物理交互（如接觸豐富的手部操作）完全不使用仿真數(shù)據(jù)。" 他認為，具身智能的核心競爭力在于高質(zhì)量的真實世界數(shù)據(jù)。因此，公司投入大量資源自研數(shù)據(jù)采集設備，構建以真實數(shù)據(jù)為主的多元數(shù)據(jù)集，因為 " 數(shù)據(jù)質(zhì)量的重要程度高于數(shù)據(jù)數(shù)量 "。這一策略確保了模型能在復雜的物理隨機性中可靠進化。
在商業(yè)化路徑上，王潛直言當時常見的 " 人形機器人進工廠干簡單重復性工作 " 在某種程度上是 " 一個 PR 行為 "。他認為，工業(yè)場景往往 " 避開了模型最擅長的部分 "，而服務業(yè)和家庭場景中存在的復雜長序列任務，才是通用大模型的價值所在和真正市場。因此，他規(guī)劃了從 To B 場景切入，最終面向家庭市場的路徑，并預測 "3-4 年會出現(xiàn)早期產(chǎn)品 "。同時，他推動公司走向 " 軟硬一體 "，因為機器人需要軟硬件高度耦合，這是他認為 " 最合理的商業(yè)模式。
02 從 " 編程軀體 " 到 " 智能體 " 的行業(yè)演變
具身智能行業(yè)的發(fā)展，本質(zhì)上是機器 " 軀體 " 與 " 大腦 " 不斷融合、智能范式持續(xù)升級的過程。
早期的自動化時代由發(fā)那科、庫卡等傳統(tǒng)工業(yè)機器人巨頭定義，它們依靠高精度編程在結構化場景中作業(yè)。進入 21 世紀 10 年代，隨著深度學習興起，機器人開始通過傳感器 " 感知 " 世界，波士頓動力（Boston Dynamics） 成為這一時期的明星，其 Atlas 機器人憑借先進的驅(qū)動與控制技術，將機器人的運動性能推向極致。
真正的范式革命發(fā)生在 2022 年之后，大語言模型的突破為機器人注入了常識與推理能力，行業(yè)競爭焦點從 " 軀體 " 轉向 " 大腦 "。以特斯拉為代表，將其在自動駕駛中驗證的端到端神經(jīng)網(wǎng)絡技術遷移至 Optimus 人形機器人；美國的 Figure 公司則展示了如何用自然語言直接控制機器人完成泛化操作。在這一最新范式中，自變量機器人自成立起便旗幟鮮明地選擇了最前沿的 " 完全端到端 " 路徑，旨在打造直接理解物理世界并輸出行動的智能 " 大腦 "。
關于 " 智能體 "，國內(nèi)領先的機器人公司普遍采用 " 以終為始 " 的策略，從 " 車間 " 反推 " 大腦 "。其技術研發(fā)緊密圍繞明確的商業(yè)化場景展開，追求在特定高價值領域?qū)崿F(xiàn)快速閉環(huán)和部署。
自變量致力于把 " 理想主義 " 工程化。創(chuàng)始人王潛堅信，具身智能的終局是創(chuàng)造一個能理解并自主適應物理世界的 " 大腦 "。他曾闡述：" 我們堅持端到端路徑，是希望機器人能像人一樣，看見、思考、行動一氣呵成，而不是玩一個誤差會不斷累積的‘傳話游戲’。" 為此，自變量構建了獨特的 " 真實數(shù)據(jù)閉環(huán) "，其開源的 WALL-OSS 模型在第三方測評中已展現(xiàn)出不俗的泛化能力。投資者如光速光合的蔡偉看好其 " 定義下一代機器人智能標準 " 的潛力，但這條高難度路徑的商業(yè)化正處于從技術驗證到小規(guī)模量產(chǎn)的關鍵爬坡期。
智平方則是追求 " 商業(yè)信仰 " 落地。與自變量的技術信仰形成對比，智平方展現(xiàn)了極強的商業(yè)驅(qū)動特性。其創(chuàng)始人曾表示，公司的邏輯是 " 技術信仰與商業(yè)理性的合二為一 "。這直接體現(xiàn)在其彪悍的戰(zhàn)績上：其自研的 GOVLA 模型已成功落地于半導體顯示行業(yè)，并獲得了來自惠科（HKC）的超 1000 臺、價值近 5 億元的訂單。這意味著其 " 大腦 " 已經(jīng)過嚴苛工業(yè)環(huán)境的檢驗，并創(chuàng)造了清晰的經(jīng)濟價值。
相比之下，國外頭部創(chuàng)業(yè)公司獲得了更為充裕的資本支持，其目標往往更宏大，致力于打造不依賴特定硬件的、平臺級的通用智能體，商業(yè)化節(jié)奏相對從容。
由 OpenAI 等機構投資的 PI，是純軟件路線的代表。其創(chuàng)始人 Karol Hausman 明確表示：" 我們正在構建一個適用于任何機器人身體的通用大腦。" 他們的模型 π *0.6 在復雜操作任務中取得了突破性成功率。投資者押注的是其成為機器人領域 " 操作系統(tǒng) " 的遠期潛力。
圖片來源：Skild AI
Skild AI 則構建了一個超大規(guī)模的仿真訓練場，讓機器人在虛擬世界中完成 " 相當于一千年 " 的訓練。其聯(lián)合創(chuàng)始人形容他們的目標是創(chuàng)造 " 機器人的基礎模型 "。這種路徑的優(yōu)勢在于能高效、低成本地獲取海量訓練數(shù)據(jù)，為機器人智能提供廣闊的 " 想象力 " 空間。
全球機器人 " 大腦 " 的競賽已形成 " 東方務實，西方務遠 " 的雙線敘事。國內(nèi)戰(zhàn)局已進入 " 刺刀見紅 " 的實戰(zhàn)階段，勝負手在于能否在高價值工業(yè)場景中，證明技術能創(chuàng)造不可替代的經(jīng)濟效益。而國外戰(zhàn)局仍處于定義未來的 " 黃金實驗期 "，其探索將不斷拓寬技術天花板，但最終也需回答商業(yè)化的考題。
兩條路徑孰優(yōu)孰劣尚無定論，但它們的碰撞與融合，正共同加速通用具身智能時代的到來。
來源：創(chuàng)業(yè)邦
