大灣區首家，自變量連融四輪估值超200億元，頂級投資人云集下注

投中網獲悉，自變量繼4月下旬發布會宣布完成小米戰投領投的B輪融資后，又連續完成B+、B++和C輪融資，2個多月時間連續完成 4 輪重磅融資并全部完成交割。

此次爆出的自變量融資的投資方陣容豪華程度令人咋舌，匯集了各個領域中最頂級的資本陣容，目前已經確定的投資方包括中國移動、中保投資、紅杉中國、IDG資本、源碼資本、達晨財智、中金資本等30多家頂級機構、互聯網巨頭資本、產業資本、國家和地方基金，而小米戰投已經連續參與三輪融資。

互聯網大廠、頂級VC、產業方、國家隊和地方政府資金抱團下注，一方面說明，資本市場對具身基礎模型重要性已經達成集體共識，另一方面，也印證了資本對自變量這家公司技術和發展潛力的認可。

自變量機器人是大灣區第一家、也是目前唯一一家估值超過200億元的具身模型。據了解，截至目前，具身模型領域只有自變量、智元、銀河通用和星海圖四家企業估值突破200億。

各路頂級資本齊下注豪華程度極其罕見

回溯自變量的領投方，可以發現一件在科技領域非常罕見的事情：美團（A輪）、阿里（A+輪）、字節跳動（A++ 輪）、小米（B 輪）四大互聯網廠商分別領投，并多次加注。以技術著稱的互聯網巨頭對自變量技術水平的高度認可，因此以重注的方式表示支持。

這其中，美團是最早押注自變量的互聯網巨頭之一。美團的核心業務，外賣、到店、酒旅，本質上都是勞動密集型服務。隨著人力成本持續攀升，末端配送和線下服務的人效天花板已經顯現。可以說，對美團而言，具身智能和本地生活業務關聯密切。

作為B輪領投方，小米在具身領域的投資也很廣泛，在不同的觸點上布局了觸覺傳感的緯鈦機器人、做本體的蘿博派對、聚焦靈巧手的曦諾未來等公司。在模型層面，自變量是其重注的一家。

字節在AI算法和算力上的積累無需多言，但一直缺乏一個將AI能力延伸到物理世界的平臺。此外，字節的硬件如PICO VR等業務，都需要新的交互入口。到目前為止，自變量是字節在具身智能領域的唯一一筆直接投資。同理，具身智能是AI從虛擬走向物理的載體，也是阿里業務需要的"物理世界接口"。

互聯網大廠之外，產業資本也輪番加注自變量。除開基礎的資金支持，更以具身智能為契機，升級產業鏈。自變量的最近四輪融資，頻繁出現產業資本的身影：58 集團、沈陽汽車（沈陽汽車產業投資基金）、奇瑞汽車（國海創新資本）、法國雷諾等，這是對自變量技術領先性和產業落地前景的堅定認可。

目前，自變量機器人已經在 58 到家的家政服務、某德國豪華品牌汽車零部件供應了產線等場景落地，走入真實的家庭服務和工業生產中。58集團投資自變量，是業務綁定的深化。

在單筆融資金額超過10億之后，市場上能出得起大錢的投資方數量縮減，具身賽道的融資已經迅速進入“國資輪”。眾多“國字頭”主體和地方資本也密集下注：中保投資、國投創新、國開科創、國科投資、中保投資、江蘇高投、深投控資本、寶安區引導基金等；中國移動等央企也多次現身投資方。具身智能已經被列入“十五五”規劃的未來產業核心賽道，國資、地方基金和國央企的密集加注，不僅表明資金已經向頭部收攏，也為自變量帶來潛在的地方產業資源和供應鏈支持。

本次自變量四輪融資中的財務投資機構同樣群星閃耀：紅杉中國、IDG資本、達晨財智、深創投、中金資本、源碼資本、毅達資本等。這也是紅杉中國第三次押注自變量。紅杉在具身和人形機器人賽道上頗為謹慎，宇樹和智元兩家之外，三次押注自變量足以說明對這家公司的看好。

自變量從成立之初就堅持自研具身模型，是國內最早采用完全端到端路徑、實現通用具身智能大模型的企業，也是具身智能行業的“最強大腦”。

具身行業“最強大腦”世界統一模型“闖進”用戶家庭

具身智能行業的關注焦點已轉移到具身大腦。這使得自變量這樣的具身大模型公司受到了高度關注。自變量自研的“世界統一模型”以機器人為載體，已經進入了無數用戶的家庭生活，這被外界視為對泛化能力的“最高檢驗”，成為自變量受到資本追捧的原因之一。

在今年 4 月，自變量發布了全球首個基于“世界統一模型（WUM）”架構的具身大模型 WALL-B。據發布會信息，WALL-B 將視覺、語言、動作、物理預測等所有能力，放在同一個網絡中從零開始聯合訓練，能夠消除模塊間的邊界和數據搬運損耗。

這使得 WALL-B 具備三個核心優勢：原生多模態、能理解物理規律并預測演化、能在與環境的互動中自我進化。盡管并未公布太多信息，但自變量宣布了讓搭載 WALL-B 模型的機器人常駐用戶家庭的計劃。目前這一計劃已經在推進中，成為外界對 WALL-B 模型泛化能力的最直觀認識。

多次刷新具身模型范式自變量技術實力“秀肌肉”

不僅如此，在最近3個月，自變量頻繁秀技術“肌肉”并在技術圈層吸引了巨大關注，也讓外界對其技術實力有了更清晰的認識。

舉例來說，自變量在6月連續發布了開源模型 WALL-OSS-0.5以及世界模型 WALL-WM。

其中， WALL-OSS-0.5 僅預訓練，就具備堪比進行后訓練之后的任務完成能力：在 17 個真機任務中，無需后訓練， 4 個任務自主完成率超過 80%，在操作類和推理類任務中均領先 Pi 0.5 等主流開源模型。

而世界模型 WALL-WM，是全球首個具備“事件級預測能力”的世界模型。不同于目前所有世界模型按照時間進行均勻采樣的方式，WALL-WM 通過“事件”來對齊語言、視覺、動作等多模態數據，讓模型更好學習不同模態數據的關聯性，從而理解物理世界將如何演化、模型應當如何執行。

同時在具身行業最稀缺的數據方面，自變量同樣“親力親為”。其不僅自建數采工廠，還研發了完整的數據管線，能夠自動、大規模地執行數據的采集、清洗、標注、質量控制等。其還發布了基于自研數采設備 XR Zero G0 的數采方案，通過研究將訓練模型所需數據成本降低 95%。

在機器人本體方面，自變量則自研了搭載不同模型的量子一號和量子二號，這些機器人成為模型的載體，進入數采工廠和各種落地場景。

就目前來說，實現通用具身智能的路途尚遠，模型-數據-本體的配合缺一不可，唯有擁有全棧能力的玩家才有可能將領先優勢保持到最后。自變量在具身模型上已經通過落地高泛化場景，和頻繁的技術發布更新行業范式，證明了自己的技術能力。在數據和本體方面則親力親為，不是等待其他玩家建設“坐享其成”，而是主動研究前沿問題、開源分享成果。這種從第一性原理出發，為通用具身智能自己添磚加瓦的做法，可能才是投資人最看重、也最值得行業伙伴學習的。