阿里终于入局具身智能了。

近日，具身智能公司「自变量机器人」完成十亿元A+轮融资，本轮由阿里云、国科投资领投，国开金融、红杉中国、渶策资本跟投。老股东美团战投超额跟投，联想之星、君联资本持续追投。本轮融资将用于自变量全自研通用具身智能基础模型的持续训练和硬件产品的研发迭代。

自2023 年初成立以来，自变量的融资节奏堪称迅猛。短短两年多时间已完成8 轮融资，累计金额超 20 亿元，投资方覆盖顶级 VC、产业资本与国资基金。尤其在2025年，公司更是以每轮数亿元的规模连续完成四轮融资。这样的融资频率和规模，不仅在初创企业中罕见，更印证了资本市场对其技术路线和商业化潜力的高度认可。

▍豪华阵容，清华+ 北大创始人领衔，集结全球顶尖人才

自变量机器人能获得资本青睐，其核心团队的“技术硬实力” 是关键底气。公司两位创始人王潜（CEO）与王昊（CTO），从机器人学习与大模型两大核心领域为公司奠定坚实基础。

CEO 王潜的履历自带 “行业标杆” 属性。本硕毕业于清华大学，是全球最早将注意力机制引入神经网络的学者之一。而这一机制，正是如今大语言模型（LLM）、视觉大模型（VLM）核心架构 Transformer 的技术基石。博士阶段，他在美国顶级机器人实验室深耕Robotics Learning 研究，覆盖机器人操作、家庭服务机器人等几乎所有核心领域，相当于从源头掌握了机器人 “动手” 的底层逻辑。

联合创始人兼CTO 王昊则是大模型领域的专家，北大计算物理博士出身，曾在粤港澳大湾区数字经济研究院（IDEA 研究院）担任封神榜大模型团队算法负责人，主导开发了国内首个多模态开源大模型“太乙”、首批百亿级大语言模型 “燃灯”，以及千亿级大模型 “姜子牙”。这些项目不仅是国内大模型发展的关键里程碑，更让王昊积累了从技术研发到落地的全流程经验，为自变量的大模型工程化提供了快车道。

此外，自变量机器人（X Square Robot）核心团队还汇聚了来自世界知名人工智能、机器人实验室及海内外顶级高校的精英人才。软件算法团队兼具Robotics Learning和大模型双重背景；硬件团队成员则包括头部硬件公司核心技术骨干与高管，具备成熟工程能力和量产经验。这种学术与产业的结合，使自变量机器人能够在技术研发和产品落地之间找到平衡点。

▍“大小脑统一” 的端到端大模型，让机器人像人一样思考

在产品研发与业务拓展方面，自变量机器人（X Square Robot）自成立起便选择“大小脑统一的端到端大模型”路线。2024年4月，自变量机器人（X Square Robot）迭代出初版具身智能底座大模型，并在国内首发以该模型为核心、具备复杂操作能力的Demo，动作复杂度达世界一流水平。同年6月，其模型在特定任务中展现出少样本学习和自发跨任务迁移能力。

作为国内最早实现端到端具身智能大模型的公司，自变量自主研发「WALL-A」系列VLA（Vision-Language-Action）操作大模型，构建统一的认知与行动框架。在统一表示空间中，模型同时处理感知、推理和行动，直接进行跨模态的因果推理和行动决策，让机器人最终能够像人类一样思考和工作。这一模型在多个性能上达到世界领先水平，机器人可以自主感知、自主判断、自主操作完成复杂而精细的物理世界任务。关键的是，「WALL-A」已展现出 “零样本泛化” 能力：在完全没训练过的新任务中，机器人能自主判断、自主操作完成任务。

同时，公司率先实现端到端具身思维链推理框架，基于多模态输入进行深度推理并生成多模态输出，形成模型自主决策、执行、探索和反思的完整闭环。模型能够将语言理解、视觉感知与动作执行紧密结合，形成更接近人类思维的推理过程，成功突破多步骤长序列任务瓶颈，任务完成度大幅提升，极大扩展了机器人处理复杂现实场景的能力边界。

硬件方面，自变量同样实现机器人本体整机、高自由度灵巧手、外骨骼遥操数采设备等“全栈自研”。2025年8 月，公司发布轮式双臂仿人形机器人 “量子 2 号（Quanta X2）”—— 这款机器人并非单纯的硬件产品，而是 “模型原生” 的载体：设计时就充分适配「WALL-A」模型的训练需求，同时在负载能力、操作空间、运动速度、控制精度上实现平衡优化。

尤其值得一提的是量子2 号的五指灵巧手：采用仿生结构，单手拥有 20 个自由度，并能感知细微的压力变化。同时，基于臂手一体化外骨骼技术，自变量首创行业领先的“仿人机械臂+高自由度灵巧手”一体化全身遥操方案，量子2号不仅能采集高质量数据反哺模型训练，也将与自研模型深度融合，真正进入到现实场景中落地应用。

▍差异化破局：从“软硬一体” 到 “端到端路线”，走出独特赛道

在具身智能赛道，宇树、智元、优必选等头部企业已占据一定先发优势，但自变量凭借清晰的差异化策略，走出了独特路径。

从商业模式看，自变量坚持“技术驱动，创始人王潜的判断极具前瞻性：“具身智能的发展短期有赖于模型算法优势，中期依靠数据优势，长期核心在于产品优势。” 基于这一思路，公司没有只做机器人大模型，也没有只做机器人硬件，而是选择“软硬一体” 闭环，自研大模型能精准适配自研硬件，硬件采集的数据又能反哺模型迭代，形成“研发-落地-优化” 的正向循环。

从技术路线看，行业目前主要分三条路径：部分企业专注“大脑”，提升语言理解与规划能力；部分聚焦 “小脑”，优化行走、抓取等运动控制；而自变量选择“大小脑统一的端到端路线”。传统分层架构虽能在单一任务上优化，但面对复杂动态环境，各环节衔接容易“掉链子”；而端到端方案让机器人从感知直接映射到运动，反馈更快速，适应能力更强——这也是许多国外头部公司的主流选择。

更核心的是，自变量抓住了具身智能的“本质”：通用性与泛化性。传统自动化设备只能在预设环境、预设任务中工作，而具身智能的核心价值，就是让机器人在开放环境中自由操作 —— 比如家庭场景中，既能收拾不同款式的餐具，又能应对突然掉落的物品。「WALL-A」模型的零样本泛化能力，正是自变量机器人朝着这一目标迈进的关键一步。

▍结语

此次阿里云的入局，不仅为自变量带来资金支持，更可能开启产业资本+ 技术初创公司的深度合作模式。阿里云在云计算、AI 基础设施、行业场景资源上的优势，能为自变量的模型训练提供更强的算力支撑，也能帮助其快速对接制造业、服务业等落地场景 。

从整个行业来看，自变量的融资与技术突破，进一步印证了具身智能从“概念” 走向 “落地” 的趋势。2024 年以来，具身智能赛道融资持续升温，巨头加速布局，初创公司不断突破 —— 而像自变量这样 “技术过硬、软硬一体、路线清晰” 的企业，有望成为推动行业从单点突破走向规模化落地的关键力量。