兩月融四輪，四大互聯網巨頭下注：自變量憑啥撐起200億具身野心

有一種狂熱叫“具身智能”，有一種魔幻叫“深圳速度”。

6月底，一則消息炸穿機器人產業鏈：總部位于深圳的具身智能初創企業自變量機器人，在短短兩個多月內連續完成4輪融資，且全數交割完畢。在這場席卷了30多家頂級VC、互聯網大廠、產業資本和“國家隊”的資本盛宴后，自變量的投后估值沖破200億元。

無獨有偶，同一時間段，同處深圳的另一家具身智能新貴智平方也被曝出完成總額近50億元的一系列新融資，估值同樣站上了200億元的臺階。

更巧合的是，這兩家公司都成立于2023年，都聚焦于具身智能的“大腦”（基礎大模型），都沒有大規模的商業化落地，卻在短短兩三年內，用驚人的融資速度和天文數字般的估值，把那些辛辛苦苦賣機器人的傳統廠商遠遠甩在了身后。

資本瘋狂地用真金白銀為這兩顆年輕的“大腦”投票，仿佛誰能先掏出200億，誰就能拿到通往下一個“AI大時代”的門票。但這究竟是對未來核心基礎設施的搶籌，還是在集體炮制一場前所未有的科技泡沫？

自變量機器人的融資歷程，堪稱一場“閃電戰”。

成立初期，自變量機器人迅速完成了天使輪及種子輪等早期投資。2025年，融資進程正式進入快車道。2025年5月，公司完成了數億元人民幣的A輪融資，由美團戰投領投、美團龍珠跟投，互聯網頭部大廠正式入局。四個月后，阿里接棒領投了A+輪融資，紅杉中國也正是從這一輪入場，并在后續各個輪次中保持跟投。

2026年，公司融資規模和節奏明顯加快。1月，字節跳動聯合紅杉中國、深創投及多只地方產業基金，共同完成了高達10億元人民幣的A++輪融資。2月，公司又補充完成了一筆數億元的新一輪融資，紅杉中國與美團龍珠繼續追投。至此，美團、阿里、字節三家大廠均在自變量的早期階段完成了獨家或領投布局。

4月下旬，小米戰投聯合紅杉中國領投了接近20億元人民幣的B輪融資。這筆巨額資金到位后，資方入場速度進一步加快。5月至6月兩個多月的時間里，小米戰投繼續跟進，連續加注了B+輪與B++輪，并最終在近期一并完成了C輪融資交割。

在這由B輪貫穿至C輪的四輪融資中，自變量的資方除了互聯網大廠外，開始大規模引入國資與產業資本。中國移動鏈長基金連續兩輪重注，國家人工智能產業投資基金、中保投資、深投控等國資背景基金相繼入場。同時，榮耀、奇瑞、58集團、沈陽汽車等各類落地場景的產業資本，以及IDG資本、源碼資本、達晨財智、中金資本等一線投資機構也悉數參與。

30多家機構，數十億元熱錢，在短短兩個多月內瘋狂涌入，甚至省略了冗長繁瑣的盡調和拉鋸式的博弈。為什么？

因為在具身智能下半場，資本邏輯已經發生了根本性切換。

過去幾年，機器人賽道的投資更像“開盲盒”，大家都在押注“身體”：你能造出多炫酷的機械狗，你能把人形機器人的關節成本壓到多低。但硬件的內卷有物理極限。智元機器人第15000臺下線確實讓人振奮，但資本很快意識到，如果沒有一個足夠聰明的“大腦”，這些鋼鐵軀殼最終只能淪為流水線上利潤微薄的高級玩具。

資本的嗅覺是敏銳的。未來的具身智能世界，最值錢的絕對不是制造機器人的工廠，而是能讓所有機器人“聽懂人話、理解物理世界、自主決策”的通用大腦。這就好比智能手機時代，最賺錢的不是代工廠富士康，而是掌握了操作系統和生態的蘋果與安卓。

自變量和智平方，正好踩中了這個“大腦提供商”的終極生態位。

自變量打出的王牌是“世界統一模型（WUM）”架構的具身大模型WALL-B。它摒棄了傳統機器人將視覺、語言、動作模塊拼接的笨拙路線，而是采用“端到端”的聯合訓練，讓模型能像人一樣理解重力、摩擦力，并預測物理世界的變化。

智平方則主攻NeuroVLA架構，強調主動感知、故障自恢復和時序記憶。兩家公司都在嘗試解決讓機器人不再是個只會執行固定代碼的“智障”，而是變成一個能舉一反三的“智者”的問題。

當巨頭們認定具身大腦將成為下一個時代的“AI基礎設施”時，200億的估值就不再是估值，而是購買未來入場券的“過路費”。

當自變量和智平方雙雙站上200億估值時，市場很難不把它們拿來與當下的“AI當紅炸子雞”智譜去作比較。

今年1月，智譜上市首日市值僅528億港元。短短半年后，其市值飆升十幾倍，一舉突破萬億大關，把一眾老牌互聯網巨頭踩在腳下。智譜的造富神話，無疑給一級市場投資人一劑強心針：只要你押中了基礎大模型，幾十倍的回報指日可待。

但這套邏輯，真能無縫套用在具身智能上嗎？

智譜的萬億市值，建立在它作為語言與多模態大模型的“賦能者”身份上。它可以輕松地將API接口賣給千行百業，通過軟件授權和流量變現。大語言模型面對的是虛擬的數字世界，容錯率高，就算AI偶爾胡說八道，用戶也只當是個笑話。

自變量和智平方要面對的，是充滿摩擦力、重力和隨機的真實物理世界。這個世界里，容錯率極低。一個家庭服務機器人如果在端咖啡時發生“幻覺”，不僅會砸碎杯子，還可能傷到人。一個在汽車產線上擰螺絲的機械臂，如果動作預測出現毫秒級的偏差，就會毀掉整條流水線。

更殘酷的是，200億估值的自變量和智平方，至今手里還沒有一張能夠證明其大規模商業化的“硬票據”。

目前，自變量的WALL-B模型宣稱已經進入部分用戶的家庭接受考驗，并在58到家和某些汽車零部件產線上進行了試點落地。智平方也宣稱其技術能實現故障自恢復。但這與真正意義上的“商業化量產交付”還差十萬八千里。

在具身智能行業，Demo是可以靠代碼和特定環境“刷”出來的，但真實的客戶只看重三個指標：部署周期長不長？任務成功率高不高？出錯后的維護成本低不低？

如果自變量和智平方的大模型每進入一個新場景，都需要重新采集數據、重新微調模型、甚至派一堆工程師駐場調試，那它們就不是所謂的“平臺公司”，而是苦哈哈的“項目制外包公司”。項目制公司是沒有邊際成本遞減效應的，累死累活也撐不起200億估值。

對于聚光燈下的自變量和智平方來說，拿到這200億估值，既是無上的榮耀，也是極其沉重的“枷鎖”。

高估值是一把雙刃劍。資本可以容忍你前期瘋狂燒錢建數據工廠、搞預訓練，但資本的耐心極其有限。融資消息的熱度散去，投資人和二級市場分析師，都會拿著放大鏡來審視你的利潤表和訂單轉化率。

接下來的戰爭，也將會從“講故事、拼跑分”，現實地轉向“拼交付、拼復購”。