作者:小编 时间:2026-07-03 02:50:18

近日,自变量机器人宣布连续完成B轮、B+轮、B++轮和C轮合计四轮融资,并已全部完成交割,估值突破200亿元。本轮融资将用于具身基础模型的研发、大规模数据采集,以及机器人本体的持续升级等。此前,联想之星曾投资自变量机器人天使轮、A+轮。
此次公开的投资方阵容汇集了各个领域中最顶级的资本阵容,包括中国移动、国家人工智能产业投资基金、红杉中国、IDG资本、源码资本、达晨财智、中金资本等30多家顶级机构、互联网巨头资本、产业资本、国家和地方基金,而小米战投已经连续参与三轮融资。这种“全领域巨头集体重注”的豪华程度、融资速度、交割效率,即使在“融资已经不是新闻”的具身行业,都实属罕见。
自变量机器人创始人兼CEO王潜表示:“感谢各位投资人和股东对我们的认可和支持,自变量机器人从成立第一天起,就坚持自研基础模型,选择了一条难而正确的路线。时至今日,我们的投入在具身模型研发、数据建设和产业落地上都优势凸显。此次获得新融资,我们仍然会坚定不移地投入具身大模型的底层研发和核心技术,让机器人穿越物理世界的智能奇点,为机器人最终服务于人的长远目标而努力。”
在已知的公开信息中,自变量机器人是国内具身智能企业中,唯一一家获得四大互联网厂商分别领投,并多次加注的企业:美团(A轮)、阿里(A+轮)、字节跳动(A++轮)、小米(B轮)各自领投一轮,并多次加注。这表明以技术著称的互联网巨头对自变量机器人技术水平的高度认可,均以重注的方式表示支持。
产业资本也轮番投资自变量机器人,抓住了具身智能升级产业链的契机,仅这四轮融资中涉及到的产业方就包括:58集团、弘信电子、沈阳汽车(沈阳汽车产业投资基金)、奇瑞汽车(国海瑞丞)、荣耀(深圳市人工智能终端基金)等。
这无疑表明了对自变量机器人技术领先性和产业落地前景的坚定认可。目前,自变量机器人已经在58到家的家政服务、某德国豪华品牌汽车零部件供应了产线等场景落地,走入真实的家庭服务和工业生产中。
值得注意的是,除重磅的国家人工智能产业投资基金、国投创新、中保投资、江苏省高投、深投控、宝安区引导基金等新股东之外,国开科创、国科投资等老股东也再次加持;中国移动更是连续两轮重注。具身智能已经被列入“十五五”规划的未来产业核心赛道,国资、地方基金和国央企的密集加注,不仅表明资金已经向头部收拢,也为自变量机器人带来潜在的地方产业资源和供应链支持。
本次四轮融资中,VC投资方同样群星闪耀:红杉中国、IDG资本、达晨财智、中金资本、源码资本、毅达资本等。自变量机器人从成立之初就坚持自研具身模型,是国内最早采用完全端到端路径、实现通用具身智能大模型的企业,也是具身智能行业的“最强大脑”,技术水平获得了VC投资方的高度认可。
具身智能行业的关注焦点已转移到具身大脑。这使得具身大模型公司自变量机器人受到了高度关注。自变量机器人自研的“世界统一模型”以机器人为载体,已经进入了无数用户的家庭生活,这被外界视为对泛化能力的“最高检验”,成为自变量机器人受到资本追捧的原因之一。
今年4月,自变量机器人发布了全球首个基于“世界统一模型(WUM)”架构的具身大模型WALL-B。据发布会信息,WALL-B将视觉、语言、动作、物理预测等所有能力,放在同一个网络中从零开始联合训练,能够消除模块间的边界和数据搬运损耗。
WALL-B具备三个核心优势:原生多模态、能理解物理规律并预测演化、能在与环境的互动中自我进化。自变量机器人宣布了让搭载WALL-B模型的机器人常驻用户家庭的计划。目前这一计划已经在推进中,成为外界对WALL-B模型泛化能力的最直观认识。
不仅如此,最近3个月里,自变量机器人频繁秀技术“肌肉”并在技术圈层吸引了巨大关注,也让外界对其技术实力有了更清晰的认识。
具体而言,自变量机器人在6月连续发布了开源模型ALL-OSS-0.5以及世界模型WALL-WM。
其中,WALL-OSS-0.5仅预训练,就具备堪比进行后训练之后的任务完成能力:在17个真机任务中,无需后训练,4个任务自主完成率超过80%,在操作类和推理类任务中均领先Pi 0.5等主流开源模型。
而世界模型WALL-WM,是全球首个具备“事件级预测能力”的世界模型。不同于目前所有世界模型按照时间进行均匀采样的方式,WALL-WM通过“事件”来对齐语言、视觉、动作等多模态数据,让模型更好学习不同模态数据的关联性,从而理解物理世界将如何演化、模型应当如何执行。
同时在具身行业最稀缺的数据方面,自变量机器人不仅自建数采工厂,还研发了完整的数据管线,能够自动、大规模地执行数据的采集、清洗、标注、质量控制等。其还发布了基于自研数采设备XR Zero G0的数采方案,通过研究将训练模型所需数据成本降低95%。
在机器人本体方面,自变量机器人则自研了搭载不同模型的量子一号和量子二号,这些机器人成为模型的载体,进入数采工厂和各种落地场景。
就目前来说,实现通用具身智能的路途尚远,模型-数据-本体的配合缺一不可,唯有拥有全栈能力的玩家才有可能将领先优势保持到最后。自变量机器人在具身模型上已经通过落地高泛化场景,和频繁的技术发布更新行业范式,证明了自己的技术能力。在数据和本体方面则亲力亲为,不是等待其他玩家建设“坐享其成”,而是主动研究前沿问题、开源分享成果,从第一性原理出发,为通用具身智能添砖加瓦。返回搜狐,查看更多