这家公司不到一年半就拿到了超过20亿的融资，展台上机器做了一杯果味冰沙，两分钟端上来，现场人围得水泄不通。那台做冰沙的叫“小量”，背后是深圳一家叫自变量机器人的初创公司，创始人王潜把把“让通用机器人走进千家万户”当成目标。

展会那天的画面很简单：机器人从取杯、接冰到加料，一气呵成，动作连贯。有人掏手机录像，有人当场掏钱询问商业化时间。近在咫尺的，还有另一台被装载了WALL-A模型的“量子2号”，能做香囊、整理客厅这样的长序列任务，观众看得出神。王潜站在一旁，表情很淡，不像台上的热闹会改变他的节奏。

钱来的快也有来龙去脉。公司成立于2023年12月18日，短短时间内走了七轮融资，总计超过20亿。2025年9月完成近10亿的A+轮，阿里云、国科投资领投，国开金融、红杉中国、渶策资本跟投，美团、联想之星、君联资本都参与了跟投。阿里、美团、京东各自的投资逻辑不同：阿里更看云和大模型的生态扩展，美团布局更偏上下游的机器人本体与芯片等，京东则更强调场景化落地，尤其是零售和物流方向。业内也把融资梯队分了层，几家传统领头的机器人公司融资都在15亿以上，自变量已经从二线往准一线靠拢了。

技术上他们走的是争议较大的端到端路线——公司内部称为“大小脑统一”的架构。和把感知、规划、控制分割开的老套路相反，这套模型试图用一个统一网络把从视频、传感器到动作的全流程连起来。早期有人反对，甚至有位圈内知名教授当面说这种东西“可能永远只是个玩具”。王潜的解释是，分层每拆一步就会增加误差，整条链条连起来才更可靠。纵向上是把原始感知到运动输出统一，横向上是让不同任务共用同一个模型。

这条路线在他们的WALL-A模型上找到了支点。WALL-A在2024年底发布，隶属Great Wall（GW）系列，被称为当时参数规模巨大的具身智能操作大模型。它能把多模态输入、自然语言指令和控制信号融合，做到端到端映射；还能在部分没见过的场景里零样本泛化；对动态环境、实时规划和超长序列任务也有明显进步。演示里，一台只带二指夹爪的机械臂可以拉开拉链、叠衣服、浇花，几分钟内完成的任务成功率被报道接近95%。光速光合的合伙人朱嘉在演示时拿十几种平时没见过形状的玻璃瓶和杯子来突击测试，机器人虽然抓得有点踉跄，但最终成功了。他当场笑说“挺顽强的”。

公司怎么训练出这种能力？王潜坚持只用高质量的真实机上数据，不信仿真能解决手部复杂的接触问题。他把数据来源分成三类：集中式的采集场地、分布在现实环境的采集点，以及已部署机器人的回流数据。对泛化能力的判断，他也分得很细：从适应光照、位置的基础泛化，到从一个环境迁移到另一个，再到面对同类但未见过新物体的对象层面，最后是对全新任务的探索能力。他说现在他们在前三个层面都已经能看到较好效果。

时间线上还有一些关键节点。公司成立两个月内就训练出第一版能做切菜、倒水等动作的具身智能模型；2024年底发布GW系列，随后在2025年的几个展会上不断把模型推向台前；同年还在合肥发布了《具身智能生态建设计划》，并把自研的端到端具身基础模型WALL-OSS开源，号称是面向物理世界交互、具备落地能力的首个开源端到端模型。开源这件事对产业链合作和研究门槛都有影响，场外讨论也挺热烈。

回国创业这条路对王潜来说并非一时兴起。他本科硕士都在清华，早年参与把注意力机制引入神经网络的研究，跟Google在同一会议上有文章发表，算是当时的先行者。后来去美国南加州大学读博，沉在机器人学和人机交互里。博士后他在美国做量化基金，夜里常常睡不着想着机器人。2023年前后大模型领域爆发，他觉得这是能把机器人推上去的机会，就解散基金回国了。他看好中国的制造和供应链，“很多零件深圳就能配齐，两天甚至半天搞定”，而且做数据成本比美国低很多。

商业化路径上，他们先从ToB场景切入，再向家庭市场拓展。王潜判断家庭会是最大市场，预计三到四年能看到早期产品。他也承认价格是一道坎，理想的消费端价格在1万到2万美元之间，要降到十万人民币左右还需要产业链继续降本。对于当前行业里把人形机器人放进工厂做重复劳动的做法，他直言很多只是噱头，真正的价值要靠模型泛化能力来支撑。

路上问题不少。王潜觉得现阶段的限制主要是“大脑”而不是硬件。展会上看到很多运动能力很强的设备，但实用价值有限，更多是形式。他也提到数据隐私和安全是必须解决的，摄像头、麦克风长时间采集家庭数据会带来隐私风险。为此公司在推动构建具身智能生态，试图把软件、数据和硬件耦合起来，走软硬一体的路线。

那天展台旁有个细节挺好看：人多得挤不开，摄像头对着机器人，王潜就站在一角不怎么说话。机器做完一杯冰沙，递给观众，大家鼓掌，某个人低声说了句“总算能做点实事了”。王潜的脸上没太多表情，像是在算下一步该做什么。