自变量机器人：端到端基础模型，押注通用机器人未来

自变量机器人成立不到一年半，已完成7轮融资，累计融资超20亿元，成为国内具身智能赛道最受关注的创业公司。2025年9月完成近10亿元A+轮融资，由阿里云和国科投资领投。创始人王潜是清华大学本硕毕业生，曾是神经网络注意力机制的早期研究者，该研究奠定了现代Transformer架构的基础。他在美国从事机器人研究多年，后创立量化基金，但最终决定解散基金，于2023年12月回国创立自变量机器人。公司采用"端到端统一大模型"路线，通过"纵向统一"和"横向统一"实现全流程集成。王潜指出，"分层模型每多一步拆解，就会引入额外误差"，而端到端模型能保持全流程连续性。2024年底发布WALL-A模型，实现多模态信息融合、零样本泛化和超长程任务处理。"小量"机器人可在两分钟内完成复杂冰沙制作，还可完成拉拉链、叠衣服、浇花等操作，成功率超95%。坚持使用"高质量真机数据"，拒绝仿真数据。数据来自集中式采集场地、分布式现实环境和部署后回流数据三个渠道。从To B场景切入逐步延展至To C，预计3-4年内出现早期家庭产品，目标价格1-2万美元。预测类GPT-3水平具身智能模型一年内出现。批评工厂简单重复工作部署为"公关行为"。2025年9月发布生态建设计划，开源WALL-OSS模型。王潜认为机器人采用软硬一体商业模式最为合理。