自变量两个月连融四轮，估值破200亿，成大湾区具身大脑第一独角兽

具身大模型公司自变量近期连续完成四轮融资，投后估值突破 200 亿元，并已完成资本交割、融资款全部到账。由此，自变量成为大湾区首家、也是目前唯一一家估值超过 200 亿元的具身大脑公司。继 4 月下旬宣布完成由小米战投领投的 B 轮融资后，公司在两个多月内又陆续完成 B+、B++ 与 C 三轮融资，速度在当前具身智能行业中相当罕见。

30 多家机构、四大阵营集体入局

据披露，本轮及此前几轮的投资方已超过 30 家，横跨互联网巨头、产业资本、国家队和顶级 VC 四大阵营。

• 互联网巨头方面：美团领投 A 轮，阿里领投 A+ 轮，字节跳动领投 A++ 轮，小米战投领投 B 轮；其中小米战投连续参与 B、B+、B++ 三轮。
• 产业资本方面：58 集团、沈阳汽车、奇瑞集团、荣耀等相继入场，覆盖家政服务、汽车制造与消费电子等场景。
• 国家队方面：中国移动连续两轮加注，国开科创、国科投资、国投创新、中保投资、江苏高投、深投控资本、宝安区引导基金等持续跟进。
• 市场化 VC 方面：红杉中国、IDG 资本、达晨财智、中金资本、源码资本、毅达资本等头部机构均在列，红杉中国自去年 9 月起几乎未缺席任何一轮。

这种「互联网巨头 + 产业资本 + 国家队 + 头部 VC」四类资本同时重仓同一家公司的结构，在国内具身智能赛道中几乎找不到第二例。自变量方面表示，融资款已全部到账。

押注的其实是「大脑」

资本看好的核心方向，是具身智能的「大脑」，而非机器人本体。自变量创始人王潜很早就提出：具身智能模型并非语言模型的延伸，而是与之平行的另一类基础模型，因为机器人需要理解环境、预测变化，提前预判下一步可能发生的事。承担这一能力的关键，正是世界模型。

今年 4 月，自变量发布了全球首个基于世界统一模型（World Unified Model，WUM）架构的具身大模型 WALL-B。与传统将感知、决策、动作拆分成多个模块再串联的方案不同，WALL-B 把视觉、语言、动作和物理预测统一放进同一个网络，从零开始联合训练，模块之间不再需要层层传递信息。该模型同时具备原生多模态理解、物理世界预测和通过与环境交互持续学习三项核心能力。自变量希望让搭载 WALL-B 的机器人长期在真实家庭中工作，把家庭作为检验泛化能力最严苛的场景。

模型、数据、本体三块拼图

支撑持续融资的，是密集的技术迭代。仅最近一个多月，自变量就发布了两款核心模型：

• WALL-OSS-0.5：开源具身基础模型，仅完成预训练，未做任务级后训练，在 17 项真实机器人任务中有 4 项自主完成率超过 80%，在操作与推理任务上超过 Physical Intelligence 开源的 Pi 0.5 等主流模型。
• WALL-WM：全球首个具备事件级预测（Event-level Prediction）能力的世界模型。区别于按时间均匀采样的传统方案，WALL-WM 按事件对齐语言、视觉、动作等模态，更易学到真正的因果关系。

数据方面，自变量搭建了自有数据工厂和自动化数据生产管线，配合自研数采设备 XR Zero G0，将具身训练数据采集成本降低 95%。硬件方面，已迭代至量子一号、量子二号两代机器人本体，为模型提供真实验证平台。

团队与路线

自变量由王潜与王昊联合创办。王潜为清华本硕、美国南加州大学博士，研究方向为 Robotics Learning，是较早将注意力机制引入神经网络的研究者之一；王昊为北京大学计算物理博士，曾在 IDEA 研究院负责大模型团队，主导发布多个开源大模型。

成立两年半以来，自变量坚持自研全端到端通用具身大模型，把模型、数据与机器人本体三件事一起做。30 多家机构集体下注的本质，是在押注一套世界模型能否真正走进工厂与千家万户。这一答案仍需时间验证，但资本显然已经用 200 亿元的估值给出了自己的判断。