2025年深圳国际人工智能展览会上，一台名为“小量”的机器人正有条不紊地忙碌着：精准地拿起杯子，熟练地接取冰块，细致地添加各类小料，整个过程一气呵成，短短两分钟就端出一杯色泽诱人的果味冰沙。周围人群的惊叹声此起彼伏，但真正让人瞩目的，是这台机器人背后的那股力量——2023年12月才成立的深圳初创公司自变量机器人。这家公司成立时间虽然不长，却已经成功拿下了8轮融资，累计金额超过20亿元，成了具身智能赛道上一匹耀眼的“黑马”。而这一切的背后，离不开阿里、美团等巨头的鼎力支持，以及一位清华学霸多年坚守的机器人梦想。
在自变量机器人创始人兼CEO王潜的蓝图里，单点任务不过是通用机器人走向广泛应用的一个小小开端，他真正的目标，是让通用机器人真正走进千家万户，成为人们生活中不可或缺的一部分。
初心：跨界逐梦的机器人情怀
王潜身上，有一种典型的清华气质：理性、执着，对技术的发展方向有着近乎偏执的笃定。他本硕均毕业于清华大学，是全球最早将注意力机制引入神经网络的学者之一。他的相关研究成果，和Google在该领域的首篇论文一并登上了顶级会议，后来更成了Transformer架构的核心，为现代大模型技术奠定了坚实基础。
在美国南加州大学攻读博士期间，王潜把研究重心转向了自己热爱的机器人领域。他在顶级机器人实验室潜心钻研多年，深度参与多项机器人学习与人机交互研究。这段经历让他深刻认识到传统机器人技术的诸多局限，也让“打造通用机器人”这个想法在心里扎根。
博士毕业后，王潜曾在美国创办量化基金公司，事业发展得顺风顺水。然而，内心深处那份对机器人的热爱从未消减，“晚上经常睡不着，满脑子都是做机器人的想法”成了他当时生活的真实写照。2023年，大语言模型技术迎来突破性进展，王潜敏锐地捕捉到机器人行业的历史性机遇，果断解散基金，回国创业。
这一决定并非一时冲动。在他看来，中国在硬件制造和供应链领域具备全球领先优势。“美国硬件人才大多被大公司的‘金手铐’束缚，而中国供应链的优势可能领先美国一个数量级。”更关键的是，中国的数据收集成本仅为美国的十分之一，这为具身智能的研发提供了核心支撑。
2023年12月18日，王潜刚到深圳，自变量机器人就正式成立了。这座充满创新活力的城市，其完善的产业生态让他深受震撼。“实验室里机器人所需的硬件及零配件，大多产自深圳，在这里两天甚至半天就能配齐所有零部件。”深圳强大的“产业磁场”，成了他实现梦想的理想土壤。
孤勇：坚守端到端路线的突围
自变量机器人从成立之初，就走了一条与众不同的技术路线——“大小脑统一的端到端大模型”。这个选择在当时备受争议，甚至遭到业内专家的直接质疑。
多年前，当王潜第一次提出端到端思路时，一位知名机器人教授当面泼了冷水：“端到端虽然很有意思，但可能永远只是个玩具，难以真正落地。”面对质疑，王潜始终坚持自己的信念，因为他深知传统技术的瓶颈。
所谓端到端模型，和传统分层架构有本质区别。传统模式把任务拆成感知、规划、控制等多个独立模块，各管各的；而端到端模型则通过统一架构，实现从感知、规划到控制的全流程闭环。“分层模型每多一步拆解，就会引入额外的误差和不可控噪声，难以实现可靠执行。端到端统一模型能在‘感知—决策—执行’全流程保持连续性，从根本上解决这个问题。”王潜这样解释。
自变量的技术理念可以概括为“纵向统一”和“横向统一”：纵向实现从视频、传感器原始输入到机器人运动输出的整个流程由同一模型处理；横向让不同任务共用一个模型，训练与推理都在统一架构下完成。这一理念在WALL-A模型上得到了充分验证，该模型让机器人仅用二指夹爪，就能轻松完成拉拉链、叠衣服、浇花等复杂操作，数分钟级任务成功率超过95%。
突破：从模型迭代到场景验证
自变量机器人的产品演化轨迹，清晰地印证了其技术路线的正确性。成立仅两个月，公司就成功研发出第一版具身智能操作模型，能完成切菜、倒水等复杂操作；2024年底，更发布了全球最大参数规模的具身智能通用操作大模型——Great Wall系列WALL-A模型，实现了三大核心突破。
其一，多模态信息融合，能整合感知数据、自然语言指令与运动控制信号，实现输入到输出的端到端映射；其二，已展现出零样本泛化能力，部分从未见过的新任务场景中无需重新训练即可适配，这是通用机器人的关键标志；其三，在动态环境感知、实时任务规划和超长程任务上取得突破，能完成拉拉链、扣扣子、挂衣服这类长序列复杂操作。
定力：坚持真机数据路线
在数据策略上，自变量机器人坚持“高质量真机数据”路线，与行业内依赖仿真数据或互联网视频数据的做法截然不同。王潜态度很坚决：“所有涉及复杂物理交互的操作——比如接触丰富的手部操作——不应完全使用仿真数据。我们探索了十几年，结论是手部复杂操作无法通过仿真数据进化。”
公司构建了多渠道数据收集体系：集中式数据采集场地、分布式现实环境收集、机器人部署后的数据回流，从三个维度保障数据质量，为模型训练提供坚实支撑。王潜把泛化能力分成四个层次：基础条件泛化（适应光照、物体位置变化）、跨环境泛化（从一个场景扩展到多场景）、对象层面泛化（对没见过的同类物体完成任务）、任务泛化（探索解决未学习过的任务）。目前，自变量模型在前三个层次已经展现出优异的通用性。
引力：20亿融资背后的巨头布局
自变量机器人在资本市场的表现堪称惊艳：成立不到两年完成8轮融资，累计金额超过20亿元。2025年9月，公司宣布近10亿元A+轮融资，由阿里云、国科投资领投，国开金融、红杉中国等跟投，老股东美团、联想之星等追投。值得注意的是，这是阿里云首次布局具身智能领域，也是美团第二次加注。
阿里、美团、京东三大巨头在具身智能领域的布局逻辑差异很明显。阿里投资数量最多，已布局10家相关企业，核心逻辑是通过云计算和大模型扩展AI应用边界，构建具身智能技术生态；美团布局更早更全，从物流、配送机器人到大模型、AI芯片，覆盖上下游全链条；京东虽然起步较晚，但节奏迅猛，4个月内投资6家企业，聚焦零售、物流、家庭三大垂直场景，打造场景导向的技术生态。
路径：从To B切入，剑指家庭市场
面对具身智能领域备受争议的商业化问题，王潜有着清晰的规划。他坚信“家庭是机器人最大市场，预计3-4年会出现早期产品”。经济学测算显示，人类家务劳动占比高达四分之一却未计入GDP，这意味着家庭机器人市场潜力巨大，甚至有望超越工业及其他场景。
自变量机器人的商业化路径确定为“To B切入，逐步延展至To C”。王潜表示，2025年公司将在多个功能性场景实现商业化落地，让机器人在开放、随机场景中自主完成复杂操作。对于部分企业把人形机器人送进工厂从事简单重复工作的做法，他直言“那其实就是PR行为”，强调真正有价值的商业化，必须依赖具身智能模型泛化能力的提升。
价格方面，王潜预测，消费者可接受、产业链能支撑的价格区间大约在1-2万美元（折合软妹币10万元上下），目前还需要通过产业链优化来降低成本。他同时预判，类GPT-3水平的具身智能大模型有望在一年内出现，而人形机器人的“ChatGPT时刻”则需要3-5年。
远方：挑战中构建生态闭环
尽管自变量机器人已经取得了显著进展，但王潜仍然清醒地认识到，通用机器人之路充满挑战。他指出，目前限制机器人产业化的核心是“大脑”而非硬件：“展馆里不乏运动能力出色的机器人，但它们提供的实用价值有限，更多是形式价值。”
面对挑战，自变量机器人正在积极构建具身智能生态。2025年9月，公司在合肥发布了《具身智能生态建设计划》，依托自研具身基础模型，打造全球具身智能创新与产业核心枢纽；此前，还开源了端到端具身智能基础模型WALL-OSS，这是全球首个面向物理世界交互、具备落地能力的开源端到端具身智能基础模型。
对于长远发展，王潜明确了“软硬一体”的商业模式：“机器人无法复制Windows或Android的模式，需要软硬件高度耦合，软硬一体是最合理的选择。”
2025年世界机器人大会上，搭载WALL-A模型的“量子1号”机器人自如地完成制作香囊、整理客厅等复杂任务，引来现场观众驻足关注。身高172cm、拥有62个自由度的“量子2号”，展现了全栈自研硬件的实力。王潜站在展台旁，冷静观察着一切，脸上并没有太多波澜——对他而言，展台上的掌声只是前进路上的小小点缀，那个让通用机器人走入千家万户的梦想，正以“深圳速度”一步步从蓝图变为现实。
