自变量机器人获美团独家A轮投资，累计融资超10亿元

近日，具身智能公司自变量机器人（X Square Robot）完成数亿元A轮融资，本轮融资由美团战投领投，美团龙珠跟投。

据了解，本轮融资将用于持续加速全自研端到端通用具身智能大模型与机器人本体的同步迭代，以及未来多个应用场景的智慧化方案合作和落地。

今年2月，自变量机器人刚刚完成数亿元Pre-A++轮融资，由光速光合与君联资本领投，北京机器人产业基金、神骐资本跟投。此后，该公司还完成了数亿元Pre-A+++轮融资，由华映资本、云启资本、广发信德投资。截至目前，自变量机器人已完成7轮融资，累计融资超10亿元。

自变量机器人科技（济南）有限公司成立于2023年12月，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注意力机制的研究人员之一，博士期间曾在美国顶级机器人实验室参与了多项Robotics Learning的研究，研究经历涵盖机器人操作和家庭服务机器人相关的几乎所有领域。联合创始人兼CTO王昊是北大计算物理博士，曾在粤港澳大湾区数字经济研究院（IDEA研究院）担任封神榜大模型团队算法负责人，领导了国内第一个百亿级大模型和最早一批千亿级大模型之一Ziya的研发。

据介绍，自变量机器人核心团队成员位于深圳，核心团队成员包括全球最早提出注意力（Attention）机制（Transformer结构的核心）的研究者，国际顶级机器人实验室的专家，中国首批千亿级大模型的技术负责人，以及机器人硬件领域的专家等。

自变量机器人聚焦“通用具身大模型”的研发，以真实世界数据为主要数据来源，构建具备精细操作能力的通用机器人，致力于构建统一感知、规划与控制的一体化系统架构。

从成立之初，自变量机器人就选择了“大小脑统一的端到端大模型”路线。去年11月，自变量机器人宣布实现了全球目前最大参数规模的具身智能通用操作大模型——Great Wall系列（GW）的WALL-A模型。该模型在通用性、泛化性上可以做到用极少的样本，完成各种物理环境变量、动作模式的泛化和迁移，同时在长序列复杂操作上具有绝对优势。

经过最近数月的迭代，WALL-A模型的能力已经与Skild AI、Physical Intelligence处于同一水平线上，部分能力甚至强于国外竞争对手。从任务复杂度层面来看，能够完成例如拉拉链、整理衣物等精细操作，展现出在随机环境中对复杂拓扑结构、复杂物理交互的强大适应性。从复杂任务的准确率来看，在叠衣服、晾衣服等复杂柔性操作中表现出色，数分钟级别的任务成功率达到90%以上。

同时，自变量机器人构建了以模型驱动的数据闭环体系。公司自主研发了数十个数据处理模型和多代数据采集设备，用于实现数据质量的自动化控制与数据采集效率的全面提升。

硬件层面，自变量机器人自主研发并持续优化适配多模态大模型控制的机器人本体，更好地满足开放环境中的精细操作和稳定运行需求。目前，自变量的机器人本体已在多步骤复杂任务场景中落地应用。

值得一提的是，从去年底起，自变量机器人已在多模态输出和具身思维链方面取得突破，早于Gemini Robotics今年3月公布思维链研究成果的时间。公司研发的模型架构以多模态输出为核心，实现了端到端的信息融合，使机器人在视觉、语言和动作等多种信息通道间实现高效对齐，显著提升了模型在超长序列任务中的上下文推理与自我反馈能力。同时，公司在动态环境感知、实时任务规划和超长程任务等方面也持续取得新进展。以上突破与进展进一步提升了机器人在复杂开放环境中的自主决策能力和执行效率。