RoboChallenge组委会启航 自变量机器人共建开源技术落地生态

近日，由Dexmal原力灵机与Hugging Face共同发起的RoboChallenge全球评测平台迎来关键转折点。智源研究院、智元机器人、Qwen、星海图、自变量、清华大学、西安交通大学及GOSIM等一众国际国内合作伙伴正式携手，于2025年11月20日成立了RoboChallenge组委会。这意味着具身智能的真机评测，正在从过去“各家闷头做实验”的状态，走向“共识共建”的新阶段。以一个开源协作的开放共同体模式，为整个行业注入标准化、常态化的新动能。

在具身智能圈子里，自变量机器人算是一支起点颇高的新锐队伍。作为组委会成员之一，这家公司的技术路线非常明确：以端到端模型架构为核心，其自研的「Great Wall」系列中的WALL-A模型，已经具备了自主感知、推理、长程决策交互以及高精度复杂操作的能力，在多个维度上站到了全球前沿。更让人印象深刻的是，成立不到两年，它已经完成了8轮融资，累计金额超过20亿元，成了国内具身智能赛道上最受资本关注的创业公司之一。

在2025年深圳国际人工智能展览会上，一台名为“小量”的机器人熟练地制作果味冰沙。机械臂流畅地从取杯、接冰到添加小料，所有动作一气呵成，仅用两分钟便完成了一份晶莹剔透的冰沙。这场展示吸引了里三层外三层的围观者，手机镜头与惊叹声交织。在自变量机器人创始人兼CEO王潜的规划中，“我们的目标就是解放人的双手，让通用机器人真正走入千家万户。”

01 初心：跨界归来的机器人执念

王潜本硕均毕业于清华大学，是全球最早在神经网络中引入注意力机制的学者之一。留学期间，他选择了自己热爱的机器人领域，在美国顶级机器人实验室参与了多项机器人学习和人机交互的研究，覆盖了机器人方向的多个前沿领域。

“毕业后的那段时间，全球的通用机器人落地仍遥遥无期，当时我也没有立即加入这一行业。”但他始终关注着行业发展。后来，随着语言模型等相关领域取得突破，王潜敏锐地捕捉到了新的契机，毅然决定返回机器人研发赛道。

2023年12月18日，王潜第一次来到深圳，那也是自变量机器人正式成立的日子。回忆起创业的历程，他笑着说：“那天天气非常好，12月的深圳甚至有点热。”这种热切的氛围也让他对这座城市充满了期待。

02 孤勇：端到端路线的坚守与突围

自变量机器人从成立第一天起，就选择了一条与众不同的技术路线——“大小脑统一的端到端大模型”。这一选择在当时显得格格不入，甚至遭到业内专家的直接质疑。

多年前，当王潜首次提出端到端思路时，一位知名机器人教授当面否定：“端到端很有意思，但可能永远只是个玩具，不会落地。”面对质疑，王潜始终坚守，因为他深知传统技术的瓶颈所在。

所谓端到端模型，与传统分层架构截然不同。传统模式把任务拆解为感知、规划、控制等多个独立模块，每个模块各自运作；而端到端模型通过统一架构，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，就会引入额外误差和不可控噪声，难以实现可靠执行；而端到端统一模型能在‘感知—决策—执行’全流程保持连续性，从根本上解决这一问题。”王潜解释道。

自变量的技术理念可以概括为“纵向统一”与“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全流程同一模型处理；横向让不同任务共用一个模型，训练与推理均在统一架构下完成。这一理念在WALL-A模型上得到了充分验证——该模型使机器人仅用二指夹爪，就能完成拉拉链、叠衣服、浇花等复杂操作，数分钟级任务成功率超过95%。

03 突破：从模型迭代到场景验证

自变量机器人始终坚持端到端VLA模型的研发。与行业内部分模型仅能实现简单指令执行不同，自变量自研的「WALL-A」模型具备自主感知、推理、长程决策交互能力，其世界模型与高精度复杂操作能力在多个维度上达到全球领先。凭借极强的通用性与泛化性，行业中已经有了“硬件看宇树，大脑看自变量”的说法。

近期开源的WALL-OSS，是一个基于大规模真实数据训练的开源具身基础模型。在模型架构上，它创新性地设计了「共享注意力 + 专家分流 (FFN)」架构；在训练方式上，首创了「先离散、后连续、再联合」的多阶段训练范式。统一跨层级思维链实现了跨层级抽象层面的前向任意映射，模型能够在单一可微分框架内无缝切换高层决策与底层执行。

在技术卡点不断被突破之后，WALL-OSS具备了强大的泛化性和推理能力，展现出良好的因果推理、空间理解和反思能力，在长程操作任务方面表现优于其他基础模型。据自变量评测，在严格的ID（分布内）和OOD（分布外）评测中均验证了其卓越性能：例如在指令描述、动作动词、物体方位等发生变化的OOD场景下，WALL-OSS依然保持高成功率和指令遵循度；在需要细分指令的长程任务上，WALL-OSS显著优于扁平化策略的基线模型（如π0-flat）；在需要CoT的推理类任务上，WALL-OSS同时优于π0-flat和pi-gpt-prompt等强基线；在空间VQA、定位和场景描述等多模态基准测试中，WALL-OSS同样表现出色，成功保留并强化了VLM的核心能力。

通过开源，自变量机器人将自身的技术优势转化为产业协同动能，加速了具身智能从“技术单点突破”向“产业工程化落地”的关键跃迁，为行业真正迎来“GPT时刻”筑牢根基。

04 定力：真机数据的硬核坚持

在数据策略上，自变量坚持“高质量真机数据”路线，与行业内依赖仿真数据或互联网数据的做法形成了鲜明对比。王潜的态度非常明确：“所有涉及复杂物理交互（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，三个维度保障了数据质量，为模型训练提供了坚实支撑。自变量将泛化能力分为四个层次：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（对未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。

05 引力：20亿融资背后的巨头棋局

自变量的资本市场表现堪称惊艳：成立不到两年完成8轮融资，累计金额超20亿元。2025年9月，公司宣布了近10亿元的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显著。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；京东虽起步较晚，但节奏迅猛，4个月内投资了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。

06 路径：从To B切入，剑指万亿家庭市场

面对具身智能领域最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。

自变量的商业化路径确定为“To B切入，逐步延展至To C”。王潜表示，未来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。对于部分企业将人形机器人送入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、产业链可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），目前仍需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。

07 远方：在挑战中构建生态闭环

尽管进展显著，王潜仍清醒地认识到通用机器人之路的挑战。他指出，当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。”数据隐私与安全问题同样不容忽视。

面对挑战，自变量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，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，王潜认为机器人会采用软硬一体的商业模式。“机器人相对特殊，无法形成像Windows或Android这样的商业模式。机器人需要软硬件高度耦合，软硬一体是最合理的商业模式。”

2025年世界机器人大会上，搭载自变量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，引来众多围观。

那个让通用机器人走进千家万户的梦想，正在以“深圳速度”一步步变为现实。