自变量机器人近日宣布完成近10亿元A+轮融资，渶策资本于本轮投资。
从2023年底成立起，自变量就确立了以端到端统一大模型实现通用具身智能的终极技术路径 ，并于近期发布了适配多模态大模型控制的全自研轮式双臂仿人形机器人——量子2号（Quanta X2）。自变量软硬一体同步发展的技术路线，及前瞻性的技术理念和成果也受到国家级投资平台、国内外顶级投资机构与产业资本的认可。
作为国内最早实现端到端具身智能大模型的公司，自变量自主研发「WALL-A」系列VLA（Vision-Language-Action ）操作大模型，构建统一的认知与行动框架。在统一表示空间中，模型同时处理感知、推理和行动，直接进行跨模态的因果推理和行动决策，让机器人最终能够像人类一样思考和工作。当前，「WALL-A」模型已在部分完全未训练过的新任务类型中展现出零样本泛化能力。
同时，公司率先实现端到端具身思维链推理框架，基于多模态输入进行深度推理并生成多模态输出，形成模型自主决策、执行、探索和反思的完整闭环。模型能够将语言理解、视觉感知与动作执行紧密结合，形成更接近人类思维的推理过程，成功突破多步骤长序列任务瓶颈，任务完成度大幅提升，极大扩展了机器人处理复杂现实场景的能力边界。
今年年中，公司首个实现具身智能大模型控制高自由度灵巧手进行复杂操作。此前，自变量发布了自研大模型控制高自由度灵巧手精巧拿取并分发扑克牌这类弹性易形变物体的视频。
当前，为推动具身智能大模型的研究与应用，自变量开源其面向开发者的具身基础模型：「Wall-OSS」，并公开相关训练代码，便于全球开发者们在自有本体上快速微调和实际应用。
Wall-OSS 具备强大的泛化性和推理能力，在长程操作任务方面表现优于其他基础模型，同时作为多模态基座，模型也具备良好的因果推理、空间理解和反思能力等。
Wall-OSS是一个基于大规模真实数据训练的开源具身基础模型。在模型架构上，创新性地解决了 VLM (Vision-Language Models 视觉语言模型）向VLA迁移时面临的“灾难性遗忘”和“模态解耦”两大难题；在训练方式上，首创“先离散、后连续、再联合”的三阶段训练范式，让VLA兼具了强大的认知能力和精准的物理动作生成能力；此外，还将思维链能力直接内化到模型中，在面对未知环境、从未习得的任务时，模型也能自主拆解步骤，逐步思考，寻求解决办法。
硬件方面，今年8月，自变量发布了全自研轮式双臂仿人形机器人“量子2号（Quanta X2）。在过去不到半年时间内，公司实现了机器人本体整机、高自由度灵巧手、外骨骼遥操数采设备等全栈自研。
量子2号是模型原生的通用机器人本体，在设计上不仅考虑了模型训练及复杂操作任务的需求，更在负载能力、操作空间、运动速度及控制精度等核心指标上，实现了全面的平衡与优化。
量子2号的五指灵巧手采用仿生结构设计，单手拥有 20 个自由度，并能感知细微的压力变化。同时，基于臂手一体化外骨骼技术，自变量首创行业领先的“仿人机械臂+高自由度灵巧手”一体化全身遥操方案，量子2号不仅能采集高质量数据反哺模型训练，也将与自研模型深度融合，真正进入到现实场景中落地应用。
随着软硬一体综合能力的提升，目前自变量的机器人，已与头部服务业、工业客户达成合作，在多场景中投入使用。未来自变量也将与客户围绕模型和硬件共建开放生态，推动具身智能的进一步发展。
本轮融资由阿里云、国科投资领投，国开金融、红杉中国、渶策资本跟投。老股东美团战投超额跟投，联想之星、君联资本持续追投。
此次为阿里云首次出手具身智能公司，阿里云对自变量技术高度认可，将为自变量提供多维度支持。资金将用于自变量全自研通用具身智能基础模型的持续训练和硬件产品的研发迭代。
