-
日期: 2026-05-16 | 來源: 愛范兒 | 有0人參與評論 | 字體: 小 中 大
這家成立兩年多的公司，在過去半年裡把阿裡、美團、字節跳動、小米肆家互聯網大廠罕見地拉到了同壹張投資名單上，是國內唯壹同時拿到這肆家投資的具身智能公司。僅 2026 開年的 A++ 輪，就融了 10 億元。
肆家大廠在這個賽道罕見地沒有互相等著，而是壹起向同壹家公司砸錢。
前段時間，自變量發布了全球首個基於“世界統壹模型”（World Unified Model，WUM）架構的具身基礎模型 WALL-B。35 天後，搭載 WALL-B 的新壹代機器人將首批進入真實家庭。
自變量 CEO 王潛判斷：“今天在全世界范圍內，沒有任何壹台機器人可以在沒有遙控操作的情況下，獨立完成大部分日常家務。”
宇樹科技創始人王興興也持類似看法：機器人在預設場景中成功率趨近 100%，壹旦場景變化或出現從未見過的事件，成功率斷崖式下跌。他認為機器人做家務還需要 3 到 5 年。
也就是說，全行業的共識是——現在還不行。但所有人還在拼命往前沖。這中間的邏輯，我們從技術架構說起。
自變量 CTO 王昊在發布會上做了壹個類比。
M1 之前，CPU、GPU、內存各自獨立，數據搬運產生延遲和損耗；蘋果用統壹內存架構讓所有處理單元共享同壹塊內存，性能因此躍遷。
VLA（視覺-語言-動作）架構就像 M1 之前的電腦：視覺模塊、語言模塊、動作模塊各自為政，數據在模塊之間搬來搬去，每搬壹次就丟壹次信息。視覺學到的豐富信息，傳到動作模塊時只剩壹個模糊的摘要。這是自變量過去壹年在家庭部署中實地摸到的天花板。
WUM 則把視覺、語言、動作、觸覺、物理預測全部放進同壹個網絡，從零開始聯合訓練。這樣，機器人看到杯子的同時就在計算怎麼抓；感受到重量的瞬間同步調整力度。
與此同時，模型內置了對重力、慣性、摩擦力的“世界觀”——桌邊有壹個半懸空的盤子，即便從未見過，它也能推斷會掉，主動推回桌面。
這是零樣本泛化的基礎，意味著機器人不必為每壹個家庭重新訓練。
而王昊在發布會上反復強調的另壹件事是數據。“實驗室裡的數據是能用但低價值的『糖水數據』，真實家庭的數據則是難采集但高價值的『牛奶數據』。”
這句話解釋了壹切：為什麼自變量執意在保潔阿姨身邊部署壹台動作遲緩、遠程遙操、還會卡機的機器人。
不是為了讓你家變幹淨。是為了讓機器人變聰明。
太平洋彼岸的 Figure：10 萬行 C++ 代碼，被 1000 小時人類動作數據替換
同樣在押注數據的，是 Figure。
最近，Figure 發布了壹段視頻。兩台 Figure 03 人形機器人在剪輯後的兩分鍾內完成了壹整套臥室復位動作：開門，掛衣服，把耳機放回架子，合上壹本書，把垃圾扔進腳踏垃圾桶，把椅子推回桌下，配合鋪好壹張床。
其中被反復轉發的鏡頭是機器人單腿支撐、用另壹只腳去踩垃圾桶的踏板。這個動作需要同時完成重心轉移、腳踝精准控制和手部操作，是 loco-manipulation（移動操作）領域的硬骨頭。
- 新聞來源於其它媒體，內容不代表本站立場！
-
原文鏈接
原文鏈接:
目前還沒有人發表評論, 大家都在期待您的高見