对标25亿美元估值独角兽，这家具身智能公司被阿里、美团重投

阿里和美团，罕见地同时在同一轮融资中投了一家具身智能公司。

9 月 8 日，自变量机器人宣布完成近 10 亿元 A+轮融资，阿里云、国科投资领投，国开金融、红杉中国、渶策资本跟投，老股东美团、联想之星、君联资本追投。

这是阿里云首次投资具身智能公司，也是美团第二次参与自变量机器人的融资。

此前，自变量机器人已完成 7 轮融资，据 CNBC 报道，自变量机器人总融资额达到 2.8 亿美元（约合人民币 20 亿元）。

自变量机器人成立于 2023 年底。它的鲜明特征有两点：

其一，从一开始就坚持走端到端的具身通用大模型路线，而不是分层模型或专用小模型，直接对标美国估值 24 亿美元的 Physical Intelligence（PI）；

其二，属于「真机数据派」，相比一味追求数据规模和多样性，更重视数据质量。

就在宣布融资的同一天，自变量还开源了具身智能大模型「Wall-OSS」，该模型在多个维度上对标并超越了π0 模型（PI 研发的具身大模型）。

在不久前的 WRC 上，自变量机器人将自研的 WALL-A 模型部署到「小量」机器人身上，实现了自主制作香囊、整理客厅等复杂任务。

目前行业中，不少企业倾向采用分层模型来解决具身智能的部分操作任务，因为这种方式对数据需求更低，由于模块化的设计，可控性更强，还能针对特定任务做优化。

完全的端到端模型，则被视为更长远的技术范式——它能在统一架构下解决复杂任务，但目前技术条件下难度极高。

自变量选择的正是这条「终局之路」：打造具备强泛化能力的通用基础模型。

这条路线需要更高的技术门槛和更长的资本耐力，但资本市场的密集押注，显示它正在获得越来越多的认可与信任。

与此同时，经过今年的一番密集投资，阿里、美团、京东三大巨头在具身智能领域的暗战持续升温，各自的布局逻辑已出现分化，勾勒出清晰、差异化的竞争格局。

1、端到端模型是唯一解

自变量机器人最初专注具身大模型，随后扩展到大模型与本体协同发展的全栈布局，是典型的「软硬兼修」路径。公司核心团队拥有北大、清华「双核」背景。

创始人兼 CEO 王潜，本硕毕业于清华大学，是全球最早在神经网络中提出注意力机制的研究者之一。

攻读南加大博士期间，他在美国顶级机器人实验室参与了机器人操作与家庭服务机器人相关的多个研究项目，几乎涵盖了该领域的所有主流方向。

联合创始人兼 CTO 王昊，是北大计算物理博士，曾任粤港澳大湾区数字经济研究院（IDEA 研究院）大模型团队负责人，主导的开源模型下载量超过百万。

简单来说，王潜对机器人操作有深厚积累，王昊深耕大模型，两者在技术上互补。

不过，王昊也评价王潜是「既懂机器人，又懂大模型」的少见复合型人才。

两人共同确立了自变量的技术方向：端到端模型 + 真机数据。

早在 2016 年，王潜就判断端到端是解决具身操作问题的必由之路，开始着手研发端到端的机器人模型。

那时，这个观点并不被主流认可，甚至有知名的机器人学者直接对王潜否定了这一技术路线。

但随着 ChatGPT 和特斯拉 FSD 的出现，端到端路线逐渐成为业内共识。

在王潜看来，具身智能的难点在于物理交互的复杂性。分层模型每多一步拆解，就会引入额外误差和不可控的噪声，难以实现真正可靠地执行；而端到端统一模型，能够在「感知—决策—执行」的全流程中保持连续性，从根本上解决这一问题。

从 2020 年起，他进一步提出「统一模型」思路：用一个模型整合多模态信息，解决多类任务，可以理解为「通用基础模型」。这正是自变量 WALL-A 模型的核心设计。

这种端到端与统一体现在两个维度：

• 纵向统一：从视频、传感器等原始输入到机器人运动输出，全部由同一模型处理，避免分层带来的累积误差。
• 横向统一：不同任务共用同一个模型，训练和推理都在同一架构下完成，具备跨任务迁移能力。

自变量的代表性成果 WALL-A 具身模型，已经能在低成本硬件上完成诸如拉拉链、扣扣子、整理衣物等高难度任务，成功率达 90% 以上。

对人类而言，这些是日常动作，但对机器人来说却极其复杂：涉及柔性物体、随机性和复杂拓扑结构，每一步的预测难度都非常高，需要高度精准的操作和动态调整。

而在通用性、泛化层面，WALL-A 可以做到使用极少的样本，完成各种物理环境变量、动作模式的泛化和迁移，并且已在部分完全未训练过的新任务类型中展现出零样本泛化能力。

零样本泛化能力，正是具身智能机器人走向通用的标志性技术壁垒。

它意味着机器人无需针对新任务重新训练，仅靠现有认知就能适配未知场景，有了用有限的数据量做无限种类的任务的可能性，解决机器人发展的最大难题——数据不足的问题。

2、数据质量远比规模和多样性重要

在模型路线的选择上，自变量的另一大坚持是：高质量真机数据。

分层模型依赖人类先验知识分解任务，各模块目标明确，数据需求相对较低。

而端到端模型像一个「黑箱」，直接从原始输入学习到最终输出，不依赖人工拆解。这种模式对数据的规模、质量和多样性提出了更高要求。

王昊的经验在此发挥了关键作用。他是国内最早做大模型研发的一批人，曾主导国内首个百亿级大模型和早期千亿级模型之一「Ziya」。

他发现，靠数据规模堆起来的大模型，并没有明显的「大力出奇迹」的效果。

ChatGPT 诞生后，早期大家试图仅靠堆砌大量数据来复刻 ChatGPT，但都失败了；直到有人用 ChatGPT 的数据来「微调」模型，才第一次做出了可用的大模型。

因此，自变量在数据策略上，强调质量优先于数量和多样性。

自变量的训练数据主要来自现实生活中的真机采集，包括集中式数据采集场地、分布式现实环境收集，以及机器人部署后的回流数据。同时也会使用广泛的互联网视频数据做预训练。复杂的物理交互环节（如精细手部操作），则完全不用仿真数据。

在高质量数据驱动下，自变量的模型展现出较强的泛化能力。

王潜将泛化划分为四个层次：

1、基础条件的泛化：适应光照、物体位置等同一任务、环境下的基础条件变化；

2、跨环境的泛化：能从一个场景（如桌面）扩展到不同场景（如厨房台面）；

3、对象层面的泛化：对同类但未见过的全新物体（例如不同种类的杯子），依然能完成任务；

4、任务的泛化：对于完全未学习过的任务，具备探索和解决的能力。

王潜称，目前他们的模型在前三个层面都体现出了很好的通用性、泛化性能力，基本意味着可以在一个半封闭的或者是一个半开放的场景里去替代掉很多繁琐的体力劳动，具备商业落地的可能性。

在商业化上，自变量的规划是先从 To B 场景切入，逐步延展至 To C。

目前除大模型外，自变量还推出了轮式双臂仿人形机器人「量子 2 号」，全身 62 个自由度，能够覆盖 0-2 米的工作空间，灵活应对家务、物流等复杂任务。

3、三大电商巨头的具身智能暗战

自变量融资的背后，是电商巨头在具身智能领域的又一次正面交锋。

过去，阿里、美团、京东在电商、外卖、超市、酒旅市场竞争得如火如荼，如今战火延伸到了机器人。

投资入股成为它们进入这一领域的核心方式。

三家大厂的投资行为存在两个共性。

其一，它们往往以领投方身份入场，不仅是资金的主要提供者，也是对公司主导全面尽职调查的一方，深入了解标的，下注最重；

其二，大厂的投资布局较为全面，从模型到本体的企业都有覆盖。

其中阿里、京东还投了钛虎机器人、灵心巧手、帕西尼感知等零部件企业，产业投资的触角延伸得更长。

但三者的差异同样明显。

阿里投资的具身智能公司数量最多，已投了 10 家。

其逻辑并不仅限于业务场景，而是更希望通过云计算和大模型扩展人工智能的应用边界，构建具身智能技术生态。

今年，阿里云与均胜具身智能达成全面合作，基于通义千问模型打造机器人智能体，支持工业、医疗等场景落地；阿里云「无影」系列云产品则能为具身智能提供弹性算力和跨端协同。

阿里同时也在加码场景化应用。去年 12 月，蚂蚁集团成立具身智能子公司蚂蚁灵波科技，面向家庭、养老、医疗健康等领域打造机器人产品。

整体来看，阿里的具身智能策略是以「云+大模型」为核心技术底座，同时兼顾应用端突破。

美团虽然在具身智能公司的投资数量上不及阿里，但将目光从具身智能放大到整个机器人领域，会发现美团对机器人布局更早、更广。

从未来机器人、非夕、普渡科技等物流、协作、室内配送方向的机器人本体企业，到智谱 AI、光年之外、月之暗面等大模型和 AI 芯片公司，美团几乎在机器人相关的上下游都撒下过棋子。

这种「广撒网」策略背后，反映出美团对机器人的认知：未来将它们是物理世界的基础设施。

就像外卖骑手和即时配送体系链接了线上的数字世界与线下的物理世界，未来，王兴希望延续这种链接，让机器人成为数字指令的物理执行者，美团则成为这套智能基础设施的搭建者与运营者。

换句话说，美团的目标不仅是应用方，更希望扮演连接线下基础设施与线上世界的科技「桥梁」的角色，线下基础设施，指的就是机器人。

京东投资具身智能公司的时间较晚，今年才开始投资，但节奏很快，4 个月内就投了 6 家具身公司。

与阿里类似，京东也希望打造具身智能技术生态，推出了「JoyInside」具身智能平台，赋能机器人、机器狗和 AI 玩具的对话能力，同时京东探索研究院也在数据、操作、大脑等方面发布具身智能技术成果。

不同之处在于，京东更强调场景导向，重点聚焦零售、物流、家庭三大垂直应用。

京东今年已成立侧重家用场景的具身智能相关部门，并依托电商+物流的双重身份，将外部技术与自身需求结合。

例如，千寻智能公司创始人兼 CEO 韩峰涛就曾表示，京东投资的逻辑在于物流科技需求，千寻的「大脑能力」可助其通过机器人降低人力依赖、提升订单准确性。

综合来看，三家大厂对于具身智能乃至机器人领域的布局特性如下：

• 美团：将机器人视作下个时代的基础设施，自己不仅是应用方，也充当链接者与运营者。
• 阿里：提供云计算与算力等基础服务，充当具身智能生态建设者。
• 京东：同样希望成为具身智能生态建设者，但目前更多倾向于零售、物流、家庭三大垂类场景的应用。

阿里、美团、京东分别代表了云生态、基础设施运营与垂直场景三种截然不同的路线选择，他们的入场，实质上是在以各自最熟悉的方式入局具身智能。

随着资本、技术和场景三重力量的汇聚，以自变量为代表的企业，将进入「技术攻坚 + 生态竞合」的新阶段。