6月29日，证券时报记者从自变量方面了解到，该公司继4月下旬官宣完成B轮融资后，又连续完成了B+、B++和C轮融资。
明星资本追捧！
6月29日，证券时报记者从自变量方面了解到，该公司继4月下旬官宣完成B轮融资后，又连续完成了B+、B++和C轮融资，这意味着，两个月时间内，该公司连续完成了4轮融资，并且已全部交割完毕。至此，自变量成为了粤港澳大湾区估值破200亿元的具身智能企业。
值得注意的是，本轮参与自变量投资的资本阵容同样“豪华”，目前已确定的投资方包括中国移动、国家人工智能产业投资基金、红杉中国、IDG资本、源码资本、达晨财智、中金资本等30多家顶级机构，涵盖市场化VC、互联网巨头、产业资本、国家和地方基金，而小米战投则连续参与其3轮融资。
与许多具身智能公司不同，自变量押注的是具身“大脑”这个细分赛道。据悉，自变量自研的“世界统一模型”以机器人为载体，目前已经进入到家庭生活，被外界视为对泛化能力的“最高检验”，这成为其被资本追捧的重要原因。
资本阵容罕见集齐四大派系
今年的具身智能赛道投融资节奏快且不说，估值还按月上涨，全赛道都充斥着FOMO心态。但市场分化也很大，能同时斩获各类型头部机构资金的企业并不多。公开信息显示，自变量是国内具身智能企业中，唯一一家获得四大互联网厂商分别领投并多次加注的企业：美团（A轮）、阿里（A+轮）、字节跳动（A++轮）、小米（B轮）各自领投一轮，并多次加注。
除了互联网资本，产业资本也在进入。仅这几轮融资中涉及的产业方，就包括58集团、沈阳汽车（沈阳汽车产业投资基金）、奇瑞汽车（国海创新资本）、荣耀（深圳市人工智能终端基金）等。目前，自变量的机器人已经在58到家的家政服务、某德国豪华品牌汽车零部件供应了产线等场景落地，走入真实的家庭服务和工业生产中。
众多“国字头”主体和地方资本也在密集下注：除国家人工智能产业投资基金、国投创新、中保投资、江苏省高投、深投控、深圳市宝安区引导基金等新股东之外，国开科创、国科投资等老股东也再次加持，中国移动更是连续两轮重注。
市场化VC同样没有缺席。本次4轮融资中，红杉中国、IDG资本、达晨财智、中金资本、源码资本、毅达资本等悉数在列。至此，互联网巨头、产业资本、国家队、头部VC四类资本都持续重仓同一家公司，这样的融资结构，在国内具身智能赛道实属罕见。而且，算上更早期的融资，自变量成立两年半，累计完成十余轮融资。
差异化布局具身智能“大脑”
如此多挑剔的资本集结在一家企业身上，到底在押注什么？答案是：具身智能的“大脑”。
有别于许多具身智能公司，自变量做的是机器人的“大脑”，因为自变量创始人王潜很早就提出一个判断：具身智能模型，并不是语言模型的延伸，而是与之平行的另一类基础模型。
也就是说，机器人想真正进入现实世界，光会执行指令远远不够，还要理解环境、预测变化，提前知道下一步可能发生什么。过去一年，这几乎成为具身智能行业的共识，而能够承担这一能力的，正是世界模型（World Model）。
今年4月，自变量发布了全球首个基于“世界统一模型（WUM）”架构的具身大模型WALL-B。据发布会信息，WALL-B将视觉、语言、动作、物理预测等所有能力，放在同一个网络中从零开始联合训练，能够消除模块间的边界和数据搬运损耗。
这使得WALL-B具备三个核心优势：原生多模态、能理解物理规律并预测演化、能在与环境的互动中自我进化。尽管未公布太多信息，但自变量宣布了让搭载WALL-B模型的机器人常驻用户家庭的计划。这意味着，WALL-B需要在家庭这种复杂的场景中实现长期稳定的工作，对WALL-B模型泛化能力是最直接、最严苛的考验。
全栈技术闭环逐渐成型
值得注意的是，自变量不仅在很短时间内完成B轮融资，也同时获得了C轮融资，这意味着，其给众多投资机构交出了一份技术迭代的成绩单。仅是最近一个多月，自变量就连续发布了两款核心模型——开源模型WALL-OSS-0.5以及世界模型WALL-WM。
其中，WALL-OSS-0.5仅预训练，就具备堪比进行后训练之后的任务完成能力：在17个真机任务中，无需后训练，4个任务自主完成率超过80%，在操作类和推理类任务中均领先Pi0.5等主流开源模型。
而世界模型WALL-WM，是全球首个具备“事件级预测能力”的世界模型。不同于目前所有世界模型按照时间进行均匀采样的方式，WALL-WM通过“事件”来对齐语言、视觉、动作等多模态数据，让模型更好学习不同模态数据的关联性，从而理解物理世界将如何演化、模型应当如何执行。
模型之外，具身行业更稀缺的是数据。对此，自变量不仅自建数采工厂，还研发了完整的数据管线，能够自动、大规模地执行数据的采集、清洗、标注、质量控制等。此外，其还发布了基于自研数采设备XR Zero G0的数采方案，通过研究将训练模型所需数据成本降低95%。
在机器人本体方面，自变量则自研了搭载不同模型的量子一号和量子二号，这些机器人成为模型的载体，进入数采工厂和各种落地场景。有业内人士指出，就目前来说，实现通用具身智能的路途尚远，模型—数据—本体的配合缺一不可，唯有拥有全栈能力的玩家才有可能将领先优势保持到最后。
校对：祝甜婷
