本文报道了具身智能公司「自变量」完成近 20 亿元 B 轮融资，并宣布将在一个月后推出基于其自研 WUM 架构的机器人入驻真实家庭，旨在通过真实场景数据采集攻克家庭服务机器人的落地难题。
📝 详细摘要
文章报道了具身智能公司「自变量」完成由小米战投与红杉中国联合领投的近 20 亿元 B 轮融资，使其成为国内唯一集齐字节、阿里、美团、小米四大互联网巨头战略投资的具身智能企业。公司宣布将在 35 天后（2026 年 5 月 25 日）让搭载其新一代具身智能基础模型 WALL-B 的机器人入驻首批真实家庭。文章重点阐述了自变量所采用的技术路线：其推翻了行业主流的 VLA 架构，自研了 WUM 世界统一模型，旨在实现原生多模态融合、物理规律理解和自主进化。公司强调其核心竞争力在于使用真实家庭场景的「牛奶数据」进行训练，并构建了从数据采集到模型迭代的全链路工程体系。创始人王潜分析了公司被多家自研机器人的巨头同时看好的原因，并阐述了其在「硬件优先」与「智能优先」两条行业路线中的差异化竞争策略。
💡 主要观点
- 自变量采用自研的 WUM 架构，旨在从根本上解决 VLA 架构的信息损耗和物理理解不足问题。 WUM 将视觉、语言、动作等能力放在同一网络中联合训练，消除模块边界，以实现原生多模态融合和对物理规律的底层理解，支持跨场景零样本泛化。
💬 文章金句
- 目前全球没有任何一台机器人，能在无遥控、无预编程的情况下，独立完成家庭场景里的综合整理任务。
- VLA 本质上是视觉、语言、动作三个独立模块的拼接，数据在三个模块里逐级传递，每过一次模块边界，就会发生信息损耗和延迟。
- 我们做的，是专门为机器人、为物理世界打造的基础模型，彻底从头开始预训练，这和行业主流路线是完全相反的。
- 数据的价值从来不是以条数衡量的，而是以它能覆盖的任务丰富度、复杂程度来衡量的。
- 硬件在中国从来都没有壁垒……但我们做的，是基础模型的事，壁垒要高得多得多。
📊 文章信息
AI 初评：84
来源：创业邦
作者：创业邦
分类：人工智能
语言：中文
阅读时间：23 分钟
字数：5623
标签： 具身智能, 机器人, WUM, 基础模型, 家庭服务机器人