自變量 200 億估值背后，具身智能在給什么定價(jià)？

200 億元估值已經(jīng)成了頭部 具身智能公司的新標(biāo)桿。

作者｜Li Yuan

編輯｜鄭玄

最近和朋友聊天，一個(gè)同樣關(guān)注具身智能的朋友說，自己之前有點(diǎn)錯(cuò)判形勢(shì)了。年初前三個(gè)月，行業(yè)融資已經(jīng)很熱鬧，當(dāng)時(shí)覺得大家該融的應(yīng)該也融得差不多了，接下來可能會(huì)安靜一點(diǎn)。結(jié)果現(xiàn)在看，完全不是這么回事。

最近兩天，最轟動(dòng)的融資消息是，自變量機(jī)器人又連續(xù)完成了 B+、B++ 和 C 輪融資，估值突破 200 億元人民幣。而且是全部交割后的估值。

極客公園 4 月剛剛寫過，自變量完成了 B 輪融資，投資方是小米戰(zhàn)投。也就是說，接下來的兩個(gè)多月里，自變量又連續(xù)完成 3 輪重磅融資。

這幾輪的投資方包括中國(guó)移動(dòng)、紅杉中國(guó)、IDG 資本、源碼資本、達(dá)晨財(cái)智、中金資本、中保投資等 30 多家頂級(jí)機(jī)構(gòu)，基本都是行業(yè)里非常有分量、判斷也很謹(jǐn)慎的資金。能在短時(shí)間內(nèi)拿到這么多高質(zhì)量資金，本身就說明自變量這輪融資的含金量很高。

最近具身智能賽道里，新公司依然很多，不少公司剛成立就能拿到不錯(cuò)的估值。但像自變量這輪融資，展現(xiàn)了頭部公司的吸金速度，仍然快過新公司的成長(zhǎng)速度。此前，百億估值還足夠驚人；這一輪之后，200 億元估值已經(jīng)成了頭部具身智能公司的新標(biāo)桿。

在這樣的熱鬧背后，大家自然會(huì)想：具身智能為什么現(xiàn)在這么值錢？自變量又為什么這么值錢？

一個(gè)重要原因或許是，市場(chǎng)對(duì)具身智能公司的定價(jià)邏輯，正在逐漸向大模型公司靠攏。模型能力已經(jīng)開始分出高下，頭部公司一旦被認(rèn)為更有潛力，就會(huì)更容易聚集資金，也更容易被重新定價(jià)。

01

率先押注具身大腦，

率先做出創(chuàng)新模型架構(gòu)

自變量這一輪估值突破 200 億元，放在更大的行業(yè)背景里看，不只是具身智能融資熱的延續(xù)，更是資本對(duì)「自研具身大腦」的一次集中認(rèn)可。

過去兩年，行業(yè)最容易被看見的是機(jī)器人的「身體」：本體、關(guān)節(jié)、運(yùn)動(dòng)控制、供應(yīng)鏈。誰(shuí)能跑起來，誰(shuí)更吸引眼球。但到今天，越來越多人開始認(rèn)為，機(jī)器人本體和運(yùn)動(dòng)能力正在快速收斂，至少已經(jīng)不是最稀缺的變量。

資本開始看向身體之外的問題：機(jī)器人有沒有一個(gè)足夠強(qiáng)、足夠通用、足夠理解物理世界的「大腦」。而大腦的技術(shù)路線，也恰好在這段時(shí)間進(jìn)入了變化期。

自變量被投，很大程度上是因?yàn)樗鼜囊婚_始就把自己定義成一家模型公司。創(chuàng)始團(tuán)隊(duì)本身有大模型背景，他們最早想做的，就是「基于具身大模型的通用操作機(jī)器人」。

相比于其他具身公司，自變量一直非常關(guān)心模型架構(gòu)。很多公司今年才開始密集討論世界模型，但去年年底參加極客公園創(chuàng)新大會(huì)時(shí)，極客公園掌握的信息是，自變量已經(jīng)在嘗試融合世界模型和其他具身智能路線。

到了今年 4 月，自變量發(fā)布 WALL-B，并提出「世界統(tǒng)一模型」WUM 架構(gòu)。

這是一個(gè)和傳統(tǒng) VLA 不同的架構(gòu)嘗試。過去很多 VLA 模型，本質(zhì)上是把視覺、語(yǔ)言、動(dòng)作模塊拼接起來，讓機(jī)器人在看到環(huán)境、理解指令之后生成動(dòng)作。WALL-B 想解決的問題更底層：機(jī)器人大腦能不能在同一個(gè)模型里理解視覺、語(yǔ)言、動(dòng)作和物理變化。

按照自變量的定義，WALL-B 是一個(gè)完全自研的機(jī)器人大腦，沒有跟隨海外的 VLA 或世界模型路線。它將視覺、語(yǔ)言、動(dòng)作、物理預(yù)測(cè)等能力放在同一個(gè)網(wǎng)絡(luò)中，從零開始聯(lián)合訓(xùn)練、融為一體，試圖消除模塊之間的邊界和數(shù)據(jù)搬運(yùn)損耗。

這使得 WALL-B 具備幾個(gè)重要特征：它是原生多模態(tài)的，因此具備更好的空間推理能力；它不只是生成動(dòng)作，還要理解物理規(guī)律，并預(yù)測(cè)環(huán)境與事件如何演化；它也具備記憶能力，可以在與環(huán)境的互動(dòng)中持續(xù)積累經(jīng)驗(yàn)。

從底層架構(gòu)到訓(xùn)練范式，對(duì)具身大模型做一次重寫，意味著很強(qiáng)的技術(shù)審美。對(duì)資本來說，這類公司更容易被理解成「有確定技術(shù)框架的模型公司」，也是「有模型原創(chuàng)研發(fā)能力的具身公司」。

當(dāng)然，自變量并不是只有一條技術(shù)支線。

圍繞具身大腦這條主線，自變量今年還發(fā)布了兩個(gè)模型成果。開源模型 WALL-OSS-0.5 試圖回答預(yù)訓(xùn)練模型能不能在不做大量后訓(xùn)練的情況下，直接完成真實(shí)任務(wù)；WALL-WM 則把世界模型從均勻時(shí)間采樣推進(jìn)到「事件級(jí)預(yù)測(cè)」，讓模型圍繞物理世界真正發(fā)生變化的節(jié)點(diǎn)來對(duì)齊語(yǔ)言、視覺和動(dòng)作。

這兩個(gè)成果說明，自變量在做 WALL-B 的同時(shí)，也在持續(xù)探索具身模型的泛化性來源、模態(tài)對(duì)齊和世界建模方式。它對(duì)外展示的不是單點(diǎn)技術(shù)，而是一條比較清晰的技術(shù)路線：用統(tǒng)一模型承載視覺、語(yǔ)言、動(dòng)作和物理預(yù)測(cè)，再通過預(yù)訓(xùn)練、世界模型和事件級(jí)預(yù)測(cè)，不斷提升機(jī)器人在真實(shí)世界里的泛化能力。

也正因?yàn)槿绱?，自變量這輪融資真正被押注的，不只是某一臺(tái)機(jī)器人、某一個(gè)場(chǎng)景，甚至也不只是某一個(gè)模型版本。資本押的是它能不能率先做出一個(gè)足夠通用的具身大腦。

02

用數(shù)據(jù)和 Infra，

把具身大腦的迭代速度拉起來

不過，具身大腦不是只靠模型架構(gòu)就能做出來的。

和純軟件大模型不同，具身智能最難的地方在于，模型必須真正理解物理世界。而理解物理世界，離不開大規(guī)模、高質(zhì)量的交互數(shù)據(jù)。

這也是自變量這輪融資里，另一個(gè)容易被資本看重的地方：它不只是做模型，也在自己搭建數(shù)據(jù)和 Infra。

過去，具身智能行業(yè)獲取數(shù)據(jù)的成本很高。一方面，真實(shí)世界里的復(fù)雜、危險(xiǎn)、罕見場(chǎng)景很難大規(guī)模采集；另一方面，機(jī)器人數(shù)據(jù)不是簡(jiǎn)單的視頻或文本，而是包含視覺、語(yǔ)言、動(dòng)作、力反饋、空間狀態(tài)等多模態(tài)信息，采集之后還要經(jīng)過清洗、標(biāo)注、質(zhì)量控制和數(shù)據(jù)增廣，才能真正用于模型訓(xùn)練。

自變量的做法，是自研一套可擴(kuò)展的模型驅(qū)動(dòng)型數(shù)據(jù)管線，把數(shù)據(jù)采集、清洗、自動(dòng)化標(biāo)注、質(zhì)控和增廣整合成工業(yè)級(jí)的數(shù)據(jù)生產(chǎn)系統(tǒng)。它還自研了數(shù)據(jù)合成模型，用來復(fù)現(xiàn)真實(shí)世界中難以大規(guī)模采集的復(fù)雜場(chǎng)景，在物理精度上盡量和真實(shí)世界對(duì)齊，從而更快積累稀缺數(shù)據(jù)。

更關(guān)鍵的是，自變量近期發(fā)布了 XR Zero 系列無本體數(shù)采方案。按照公司的說法，這套方案具備全行業(yè)唯一的全身移動(dòng)數(shù)采能力，可以支持全模態(tài)數(shù)據(jù)回放、遷移和模型訓(xùn)練，并已經(jīng)通過模型閉環(huán)驗(yàn)證，將訓(xùn)練模型所需的數(shù)據(jù)成本降低了 95%。

這件事的重要性在于，具身智能公司的競(jìng)爭(zhēng)，最終會(huì)落到迭代速度上。誰(shuí)能更便宜、更快地獲得有效數(shù)據(jù)，誰(shuí)就能更快訓(xùn)練模型、驗(yàn)證模型、部署模型，再?gòu)恼鎸?shí)場(chǎng)景中回收新數(shù)據(jù)。

圍繞這個(gè)閉環(huán)，自變量還搭建了面向具身大模型的分布式訓(xùn)練與高性能推理框架，針對(duì)多模態(tài)、長(zhǎng)序列和連續(xù)動(dòng)作控制做了優(yōu)化。它想解決的不是單次 demo 能不能跑通，而是從本體執(zhí)行、數(shù)據(jù)采集、模型再訓(xùn)練到本體部署，能不能形成一個(gè)持續(xù)運(yùn)轉(zhuǎn)的數(shù)據(jù)回流系統(tǒng)。

這種 Infra 能力，也在今年早些時(shí)候的全球具身智能開發(fā)者大會(huì)黑客松上被展示過。參賽選手只用了三天，就完成了從數(shù)據(jù)采集、模型訓(xùn)練到真機(jī)部署的全流程上手。通常情況下，專業(yè)研究實(shí)驗(yàn)室搭建類似流程，至少需要六個(gè)月。

所以，自變量的價(jià)值并不只來自一個(gè)更漂亮的模型故事。它試圖把模型、數(shù)據(jù)、訓(xùn)練、推理、部署和回流全部連起來。對(duì)于一家具身智能公司來說，這意味著它不只是在造機(jī)器人，也是在搭建一套讓機(jī)器人持續(xù)變聰明的系統(tǒng)。

03

在家庭和產(chǎn)業(yè)場(chǎng)景并舉落地

如果說模型、數(shù)據(jù)和 Infra 決定了一家具身智能公司的長(zhǎng)期上限，那么真實(shí)場(chǎng)景落地，決定了它能不能盡快穿過 demo 階段。

這也是自變量和很多具身智能公司不同的地方。它并沒有只停留在實(shí)驗(yàn)室或發(fā)布會(huì)現(xiàn)場(chǎng)，而是同時(shí)把機(jī)器人推向了家庭和產(chǎn)業(yè)場(chǎng)景。

在機(jī)器人本體方面，自變量已經(jīng)自研并量產(chǎn)了量子一號(hào)、量子二號(hào)兩款高性能機(jī)器人，機(jī)械臂、關(guān)節(jié)模組、動(dòng)力驅(qū)動(dòng)器、主控制器等核心零部件也實(shí)現(xiàn)了全面自研，并和算法能力深度適配。這為機(jī)器人進(jìn)入真實(shí)家庭和工業(yè)產(chǎn)線，提供了足夠穩(wěn)定的硬件載體。

今年 3 月，自變量和 58 集團(tuán)旗下 58 到家合作，推出智能保潔家庭服務(wù)。機(jī)器人不再只是站在展臺(tái)上完成演示，而是和保潔阿姨一起進(jìn)入普通家庭，協(xié)同完成真實(shí)家政任務(wù)。按照自變量的說法，這是全球首個(gè)機(jī)器人大范圍進(jìn)入普通家庭、真實(shí)服務(wù)大眾的項(xiàng)目。

這件事的意義在于，家庭場(chǎng)景可能是最復(fù)雜、最不可控的具身智能場(chǎng)景之一。每個(gè)家庭的空間布局不同，物品擺放不同，用戶習(xí)慣也不同。機(jī)器人進(jìn)入家庭，面對(duì)的不再是被精心布置過的測(cè)試環(huán)境，而是大量隨機(jī)、瑣碎、長(zhǎng)尾的真實(shí)需求。

到了今年 5 月，自變量又推出了機(jī)器人常駐家庭的「X 家庭成員計(jì)劃」，為用戶提供長(zhǎng)達(dá) 1 個(gè)月的機(jī)器人常駐服務(wù)，去覆蓋更持續(xù)、更多樣的家庭需求。這意味著具身機(jī)器人第一次開始在更長(zhǎng)周期里接受普通用戶的檢驗(yàn)。它需要證明的不是某個(gè)動(dòng)作能不能完成，而是在真實(shí)生活里能不能持續(xù)提供價(jià)值。

與此同時(shí)，自變量也在 B 端場(chǎng)景里推進(jìn)落地。

工業(yè)生產(chǎn)線是檢驗(yàn)具身智能生產(chǎn)力的另一個(gè)重要場(chǎng)景。它對(duì)操作精細(xì)度、穩(wěn)定性和效率都有更高要求。今年 3 月，自變量和金杯股份簽署協(xié)議，合資成立金智變量機(jī)器人，并進(jìn)入金杯股份所屬華晨寶馬座椅和內(nèi)飾產(chǎn)品一級(jí)供應(yīng)商生產(chǎn)線。接下來，搭載具身模型的機(jī)器人將在集團(tuán)多個(gè)板塊批量落地，并面向全球戰(zhàn)略合作伙伴和工業(yè)客戶提供解決方案。

在物流場(chǎng)景，自變量和順豐達(dá)成合作，把具身大模型和機(jī)器人引入復(fù)雜的工業(yè)物流環(huán)境。物流分揀和供件對(duì)效率、節(jié)奏和穩(wěn)定性要求很高，也非?？简?yàn)機(jī)器人在動(dòng)態(tài)環(huán)境中的感知、決策和執(zhí)行能力。自變量希望通過機(jī)器人深度嵌入具體作業(yè)流程，實(shí)現(xiàn)更自動(dòng)化、更柔性的智能分揀與供件，讓具身智能在真實(shí)生產(chǎn)系統(tǒng)里釋放經(jīng)濟(jì)效益。

從家庭保潔，到工業(yè)產(chǎn)線、物流分揀，自變量正在嘗試證明一件事：通用具身智能不是只存在于技術(shù)敘事里，它必須能進(jìn)入具體場(chǎng)景，完成具體任務(wù)，并在真實(shí)用戶和真實(shí)產(chǎn)業(yè)流程中被反復(fù)檢驗(yàn)。

這也解釋了為什么資本會(huì)在這個(gè)時(shí)間點(diǎn)重新給自變量定價(jià)。具身智能行業(yè)正在從「看誰(shuí)能做出機(jī)器人」進(jìn)入「看誰(shuí)能讓機(jī)器人變成生產(chǎn)力」的階段。機(jī)器人本體能力逐漸收斂之后，真正拉開差距的，是具身大腦、數(shù)據(jù)閉環(huán)、工程系統(tǒng)，以及能否在 C 端和 B 端同時(shí)跑通商業(yè)化。

具身智能的馬太效應(yīng)已經(jīng)開始顯現(xiàn)。

資本和產(chǎn)業(yè)伙伴的關(guān)注重點(diǎn)，正在從分散押注各類機(jī)器人公司，逐漸收斂到少數(shù)具備模型能力、數(shù)據(jù)能力、工程能力和落地能力的頭部公司身上。自變量這一輪融資，本質(zhì)上也是這種行業(yè)共識(shí)的一次集中體現(xiàn)。

面向未來，真正能夠?qū)崿F(xiàn)通用具身智能愿景的公司，大概率只會(huì)是少數(shù)。

就像它的名字所暗示的那樣，自變量似乎希望成為那個(gè)主動(dòng)改變行業(yè)狀態(tài)的變量，而資本市場(chǎng)也正在押注于此。

*頭圖來源：自變量

本文為極客公園原創(chuàng)文章，轉(zhuǎn)載請(qǐng)聯(lián)系極客君微信 geekparkGO

極客一問

你認(rèn)為具身智能在給什么定價(jià)？