2026年的春天，中国具身智能赛道的资本热度还在持续升温。而其中最引人注目的主角之一，无疑是总部位于深圳的自变量机器人。

据悉，自变量机器人已于三月底至四月初完成近20亿元B轮融资，领投方为小米战投和红杉中国。

至此，这家成立仅两年多的创业公司，已先后获得美团、阿里巴巴、字节跳动和小米的投资，成为国内唯一一家同时被四家互联网大厂投资的具身智能企业。

▍四大巨头为何在此碰头

自变量机器人的融资节奏之快、投资方阵容之豪华，在硬科技创业领域都属罕见。

时间拉回2025年。5月，自变量完成数亿元A轮融资，由美团战投领投；9月，完成近10亿元A+轮融资，阿里云和国科投资共同领投，这也是阿里云首次出手领投具身智能领域公司；2026年1月，完成10亿元A++轮融资，字节跳动领投；紧接着2月，再度完成数亿元新融资，由上汽金控、中金上汽基金领投。

而此次B轮小米战投的入局，让自变量的“大厂股东名单”再添重磅一员。

从业务逻辑来看，四家大厂的投资各有考量：美团看重家庭和本地生活服务场景，阿里云关注AI基础设施与云计算协同，字节跳动面向供应链制造需求，小米则在机器人本体和硬件生态上深度布局。

四家巨头的战略共识，指向了同一个方向——具身智能的“大脑”才是未来竞争的核心战场。

▍坚持端到端自研，做机器人“最强大脑”

在目前国内具身智能赛道中，不同公司的技术侧重点分化明显：宇树科技更侧重硬件本体与运动控制（“小脑”），而自变量、银河通用等企业则重点突破软件算法与操作系统，致力于为机器人装上更聪明的“大脑”。

自变量机器人的核心技术路线，是完全自研的端到端统一VLA（视觉-语言-动作）大模型。

在其自研的“WALL-A”模型中，视觉、语言、触觉与动作信号被统一映射为一种连续的高维Token序列，放入单一的Transformer架构中实现多模态联合输入与同步输出

与行业中常见的“微调开源模型”路线不同，自变量的端到端统一架构为具身基础模型的scaling up奠定了基础。随着参数规模与高质量交互数据的显著增加，模型的泛化能力，尤其是零样本泛化将得到进一步加强。

这条路并不好走。端到端路线在成立之初属于非共识方向，面临技术和商业上的多重质疑。

但自变量的技术背景给了它底气。

创始人兼CEO王潜本硕毕业于清华大学，是全球最早在神经网络中提出Attention机制的研究者之一，博士期间曾在美国顶级机器人实验室参与机器人学习研究；联合创始人兼CTO王昊是北大计算物理博士，曾发布国内首个多模态开源大模型“太乙”及百亿级、千亿级大语言模型。

▍从家庭场景切入，走最难但最有想象力的商业化之路

今年3月，自变量机器人在商业化上迈出了重要一步——与58到家合作，推出首个机器人进家庭的商业化保洁服务，将具身智能技术规模化引入民用家庭场景。目前这一服务已在深圳开启，未来几个月计划进入更多城市。在家庭场景中，机器人已可承担清理垃圾、收拾桌面等基础工作。

家庭场景的选择颇具深意。在具身智能行业，多数厂商现阶段更倾向于工业场景——环境可控、任务单一、ROI可核算，是落地的最佳切入点。而家庭是公认标准化程度最低、最难落地的场景，业内普遍判断需要5到10年才能成熟应用。

但自变量却主动选择了“更难的路”，团队认为只有一开始就直面最复杂的场景，才能提升模型的智能化水平。

依托58到家覆盖全国的“数字家庭场景库”，自变量的基础模型迭代将获取真实、多样化的数据来源，形成“落地即训练”的数据飞轮效应。

在硬件方面，自变量已发布量子1号、量子2号两款自研机器人本体，其中量子2号为通用轮式人形机器人，全身最多具备62个自由度，搭载自研端到端具身基座大模型WALL-A，能够在服务、家庭、工业等多类复杂场景中应用。

自变量坚持软硬件全栈自研，机械臂、关节模组、动力驱动器、等核心零部件均实现了自主研发，旨在深度适配算法并降低整机成本，其中五指灵巧手能流畅执行捏、夹、抓、扭等精细动作。

而明天下午两点，自变量将推出全新一代具身智能基础模型，从预告来看，该产品同样瞄准家庭场景，拥有智能“大脑”，官方给出的标签是“全球第一个智能机器人保姆”。

▍结语

从2023年12月成立至今，自变量机器人在两年多时间里完成了至少9轮融资，估值突破百亿，集齐了美团、阿里、字节、小米四大互联网巨头，走出了从“非共识”到“新共识”的逆袭之路。

在具身智能这场关乎未来十年的科技竞赛中，那些敢于在最难的技术路线上坚持、在最复杂的场景中落地的玩家，或许才是真正定义行业格局的少数派。

（更多人形机器人赛道深度文章，请关注微信公众号“人形大讲堂”）