2026年开年之际，具身智能赛道迎来了首个重磅融资事件，自变量机器人宣布完成十亿元 A++轮融资。本轮融资由字节跳动、红杉中国、深创投、北京信息产业发展基金、锡创投、南山战新投等顶级投资机构及多元地方平台联合投资。据悉，这也是深创投AI基金成立以来的第一笔投资。
值得注意的是，随着字节跳动的入局，自变量成为国内唯一一个同时获得字节、阿里和美团三大互联网大厂投资的具身智能企业。
这种跨领域资本的协同下注，标志着一种行业共识的产生，自变量所坚持的“重脑”战略路线得到了市场的深度认可，其端到端 VLA 技术路线的价值已被顶尖资本视为行业标准 。
一、 互联网大厂的默契：押注“重脑”自变量
互联网大厂普遍押注“大脑”，源于其自身深厚的技术禀赋以及对具身浪潮的深刻判断，他们明白在这波由模型激发的具身智能浪潮中，模型才是决定行业上限的天花板。其实不光国内阿里、字节、美团，国外谷歌、亚马逊、OpenAI等具有浓厚大模型基因的巨头企业，都已经开始在投资、技术、生态合作等多领域布局具身智能大模型。
“春江水暖鸭先知”，互联网巨头对模型含金量有着最权威的认知。要知道现在传统的甚至说主流的 VLA 模型，底层 VL 基座多是这些大模型厂商的 VLM，比如 Qwen2.5、GPT-4o 这类。从这一意义来说，互联网（大模型）厂商们可以看作具身智能模型能力的“质检员”。
三家大厂同时押注自变量，正是对其模型驱动具身智能技术实力的深度信任背书 。
这份技术实力是贯穿从顶层思考到技术架构创新再到部署落地的全链路。首先，自变量机器人创始人兼CEO王潜认为，具身智能大模型并非简单的AI应用，而是正在形成一个并列于虚拟世界基础模型的“物理世界基础模型”，目前应用场景的落地正在经历从简单情绪价值向全自主实用价值的转变。
换句话说，当前行业竞争焦点在于，如何通过构建物理世界基础模型为机器人构建能理解物理世界、能操作、能灵活应对复杂多变场景的智能“大脑”，使其真正胜任多样化的实际物理世界的工作。
自变量的核心护城河就在于其自主研发的WALL-A系列操作大模型，该模型首创VLA与世界模型深度融合的系统范式，利用世界模型进行时空状态预测，协同视觉直接进行跨模态的因果推理和行动决策，让机器人能够在真实物理世界中，像人类一样思考和工作。
基于强大的模型能力，自变量实现了全球首个基于物理世界基础模型，成功跨越室外与室内场景的移动操作。其成功完成了全球首个基于物理世界基础模型，跨越室外与室内场景的移动操作。
自变量机器人“量子一号”在外卖配送与纸箱回收中，不仅要在户外面对强风干扰或视线遮挡完成外卖纸盒的拆解与回收投递，还能够自主穿越楼宇大门、使用电梯进行室内配送。
还值得强调的是，在持续迭代闭源模型的同时，自变量还正式开源了WALL-OSS 端到端具身智能基础模型，致力于为行业构建公共底座 。
WALL-OSS是一款集空间理解、因果推理与反思能力于一体的“大脑”模型，它依托数万小时的多元数据训练，创新性地采用“共享注意力+专家分流（FNN）”架构 与“先离散、后连续、再联合”训练范式，使得模型拥有强大的泛化性和推理能力，具备优异的长程操作任务表现，出色的因果推理、空间理解和反思能力。
而且此前开源，自变量不仅提供模型权重，还提供了一整套完整可复现的方案，包括训练代码、数据集接口及详细部署文档，旨在通过透明与协作的方式，将复杂的交互任务处理能力普惠给全球开发者。这或许也是大厂们在看中自变量领先大脑技术水平之外，更青睐自变量的另一重原因——彻底开源的魄力。
二、 “全栈不受限”：模型价值在物理世界兑现
除了强大的物理世界基础模型，自变量不容忽视的优势还在于其前瞻的数据驱动和“软硬件一体化”研发策略。
众所周知，数据是模型的燃料，是智能的基石，为了攻克数据卡点，自变量始终在数据领域重投入布局，形成了“硬件-数据-模型的闭环迭代”。
作为国内最早规模化扩展真机数据采集的公司，其自研了主从遥操、外骨骼等多种设备，并搭建了模型驱动为主的数据管线，通过数据生成与过滤持续产生高质量规模化数据。
除了数据端为不断提升模型效果、实现模型突破，自变量还坚持软硬一体化全栈自研。
在自变量看来，硬件与软件应该是紧耦合的。至少，硬件是为模型量身定制的，旨在充分激发模型潜能，让机器人拥有“能体验的身体”。
为此，自变量自主研发了机器人本体，如上文执行外卖灵巧操作挑战的“量子一号”、全自研轮式双臂仿人形机器人“量子二号”及高自由度灵巧手、高性能关节模组等核心零部件 。这种核心零部件的全面自研与算法深度适配，不仅提升了性能，更促成了整机成本的大幅下降，为规模化量产奠定了基础。
所以，从更深远的意义来看，这种全栈研发模式是为了实现“全栈不受限”，其背后有着清晰的商业化考量：只有通过软硬件的深度协同，才能更直接地进行迭代与部署，兑现模型技术的价值，使其成为驱动产业升级的新质生产力。
目前，这种模型价值已在多个高价值领域得到兑现。跨行业的深度应用证明了自变量机器人正以柔性、泛化及低成本部署的能力，精准对接真实的市场商业需求。
自变量以“软硬一体化”全栈布局，正将其强大模型能力高效地转化为现实世界的应用价值。
三、 写在最后：自变量已成“行业变量”
自变量机器人属于“年轻”但能量十足的那一类企业，它成立于 2023 年 12 月，核心团队由世界顶级人工智能实验室和高校的精英组成。
创始人兼CEO王潜，本科毕业于清华大学电子工程系，硕士毕业于生物医学工程系硕士，是全球最早在神经网络中提出注意力（Attention）机制（Transformer 结构的核心）的研究人员（第一作者）之一。USC 读博期间，王潜在美国顶级机器人实验室参与了多项机器人学习相关项目的研究，研究经历涵盖了机器人操作和家庭服务机器人相关的多数领域。
联合创始人兼CTO王昊博士毕业于北京大学计算物理系，曾任粤港澳大湾区数字经济研究院（IDEA 研究院）认知智能与自然语言中心大模型团队算法负责人，领导国内多个百亿及千亿级大模型的研发，开源模型下载量超百万。这一梦幻团队的组合，使自变量在模型算法、系统工程与硬件研发上具备了全方位的领先优势。
然而，自变量并未将技术优势当作壁垒，反而坚定不移地从事开源事业。正如王昊在《硅谷 101 播客》中所说：
“我一直都觉得开源是非常重要的事情，开源意味着我们可以站在巨人的肩膀上继续前进。我们可以基于已有成果做更多的改进，社区开发者的反馈也会帮助到开源的公司，开源公司可以从中吸取到经验，然后把这个技术路线思考得更加深入。一般的高校、或者一些小型的企业，他们可能没有能力去做基础模型，但是如果能够使用这些基础开源模型，他们就可以去做应用，把它用到各个方向，丰富整个生态，这也是一个非常重要的事情。”
以开源为锚点，自变量正通过领先的模型能力和开源生态，赋能全球开发者与合作伙伴。成为推动具身智能落地现实的“行业变量”。
随着十亿元级融资的注入，自变量将通过“重脑”路线与“软硬一体化”的结合，打破具身智能从实验室走向现实世界的最后一道屏障。作为这场物理AI革命的先行者，自变量不仅在定义机器人的“思考”方式，更在重新定义人类社会的生产力未来。