阿里云首次入局具身智能賽道。

9 月 8 日消息，筆者獲悉，具身智能機器人公司 " 自變量機器人 " 今天宣布，公司近日完成近 10 億元 A+ 輪融資。

本輪由阿里云、國科 投資 領(lǐng)投，國開 金融 、紅杉中國、渶策資本跟投，老股東美團戰(zhàn)投超額跟投，聯(lián)想之星、君聯(lián)資本持續(xù)追投。本輪資金將用于自變量全自研通用具身智能基礎(chǔ)模型的持續(xù)訓(xùn)練和硬件產(chǎn)品的研發(fā)迭代。

本輪融資中，引發(fā)關(guān)注的是 " 阿里云首次出手投資具身智能公司 "。自變量機器人方面表示，阿里云將為自變量提供多維度支持。

據(jù)了解，此前，阿里集團已經(jīng)陸續(xù)投資逐際動力、星動紀(jì)元、宇樹 科技 股份、星海圖、靈心巧手等多家具身智能及機器人產(chǎn)業(yè)鏈企業(yè)。

自變量機器人成立于 2023 年 12 月。 本輪融資前，公司已完成 7 輪融資，總金額超 10 億元。

創(chuàng)始團隊方面， 自變量機器人創(chuàng)始人兼 CEO 王潛本碩畢業(yè)于清華大學(xué)，博士在美國 USC（南加州大學(xué)）；聯(lián)合創(chuàng)始人兼 CTO 王昊是北京大學(xué)計算物理博士，曾任粵港澳大灣區(qū)數(shù)字 經(jīng)濟 研究院（IDEA）認知智能與自然語言中心的大模型團隊算法負責(zé)人，負責(zé)開發(fā)的開源模型累計下載超百萬。

技術(shù)產(chǎn)品方面， 成立至今，自變量確立以端到端統(tǒng)一大模型實現(xiàn)通用具身智能的技術(shù)路徑，并于近期發(fā)布適配多模態(tài)大模型控制的全自研輪式雙臂仿人形機器人 " 量子 2 號 "（Quanta X2），這款機器人全身具備 62 個自由度，有觸覺感知能力，可觸及 0-2 米的工作空間；軟件層面，自變量自主研發(fā) "WALL-A" 系列 VLA（Vision-Language-Action）操作大模型，構(gòu)建統(tǒng)一的認知與行動框架，同時處理感知、推理和行動，直接進行跨模態(tài)的因果推理和行動決策，目前該模型在部分完全未訓(xùn)練過的新任務(wù)類型中展現(xiàn)出零樣本泛化能力。

8 月底，自變量宣布開源其面向開發(fā)者的具身基礎(chǔ)模型 "Wall-OsS"，并公開相關(guān)訓(xùn)練代碼，便于全球開發(fā)者們在自有本體上快速微調(diào)和實際應(yīng)用。

過去不到半年時間內(nèi)，自變量機器人實現(xiàn)了機器人本體整機、高自由度靈巧手、外骨骼遙操數(shù)采設(shè)備等全棧自研。

今年 2025 世界機器人大會期間，王潛對筆者表示， 自變量機器人暫時沒有研發(fā)雙足機器人計劃，未來較長時間，尤其是在室內(nèi)場景將以輪式機器人為主。

商業(yè) 化層面， 王潛表示，自變量有明確的商業(yè)打法，目前團隊的短期目標(biāo)是攻下商業(yè)服務(wù)和公共服務(wù)的場景，如酒店和養(yǎng)老院等。在更貼近 C 端的場景完成足夠復(fù)雜的任務(wù)，有助于其展現(xiàn) WALL-A 模型的長程推理優(yōu)勢。

" 我們并不局限于某個單點技能，而是希望他能夠在真實的世界里做一些傳統(tǒng)自動化無法替代的工作。" 王潛認為，通用具身大模型是獨立于數(shù)字世界的基礎(chǔ)模型，它不是大語言模型的延伸，而是平行于大語言模型的物理世界中的基礎(chǔ)模型。

在王潛看來，公司走 " 軟硬一體 " 路徑，直接面向終端提供完整的產(chǎn)品或解決方案。未來，只要能成功擊穿一個標(biāo)桿場景，就證明了具身智能技術(shù)路線的商業(yè)價值，屆時企業(yè)撬動的將是一個千億元甚至萬億元級別的巨大市場，實現(xiàn)規(guī)模化商業(yè)落地將會水到渠成。

自變量機器人創(chuàng)始人兼 CEO 王潛（圖片拍攝于世界機器人大會期間）

今年以來，具身智能領(lǐng)域呈現(xiàn)融資熱的趨勢，除自變量外，宇樹、銀河通用、千尋智能、星動紀(jì)元、逐級動力、它石智航等企業(yè)實現(xiàn)單筆超過 5 億元融資。

同時，阿里、京東、美團、螞蟻等大廠也在密集布局具身智能——京東投資千尋智能、眾擎機器人、逐際動力；美團投資宇樹、銀河通用、它石智航、星海圖、自變量機器人等。

據(jù) Pitchbook 數(shù)據(jù)顯示，自 2024 年初以來，全球風(fēng)險投資機構(gòu)已向人形機器人初創(chuàng)公司投資了超過 50 億美元（約合人民幣 356 億元）。

王潛強調(diào)，具身智能模型應(yīng)用場景復(fù)雜，未來會有一個比較平滑的過渡過程，它不會像自動駕駛技術(shù)發(fā)展一樣 " 突變 "，因此， 距離具身智能機器人的 "ChatGPT 時刻 " 還需未來 3-5 年。

" 要達到 ChatGPT 水平，關(guān)鍵首先是 Scaling Law 可以持續(xù)發(fā)揮作用，這也是我們已經(jīng)確定的，然后需要足夠多的數(shù)據(jù)、足夠大的具身模型，同時模型架構(gòu)和訓(xùn)練方法等方面還需要持續(xù)向前演進。我認為這條路徑已經(jīng)相對清晰。" 王潛稱。

來源：鈦 媒體