“每一次融資，司成投資人對他的立兩輪融里要求都會發(fā)生變化。他能否交付符合甚至超出市場預期的年獲成果，才是資美重倉核心?！?/p>

　　文|《中國企業(yè)家》記者 孔月昕

　　編輯|馬吉英

　　頭圖攝影|佘貴森

　　兩年前，押注當王潛決定回國投入機器人創(chuàng)業(yè)時，司成前同事認為他“是立兩輪融里不是有點毛病”？當時他在美國做自己的量化基金，業(yè)務正處于規(guī)模即將起飛的年獲關(guān)鍵階段。

　　但他的資美重倉選擇仍然沒有改變。

　　2023年12月，押注他在深圳創(chuàng)辦自變量機器人，司成并選擇“端到端統(tǒng)一VLA大模型”技術(shù)路線，立兩輪融里致力于通過具身智能通用大模型實現(xiàn)通用機器人的年獲愿景。成立不滿兩年，資美重倉自變量機器人已完成8輪融資。押注2025年9月8日，自變量機器人宣布完成近10億元A+輪融資，由阿里云和國科投資共同領(lǐng)投，也是阿里云首次布局具身智能賽道。

　　作為自變量創(chuàng)始人兼CEO，王潛畢業(yè)于清華大學，是全球最早在神經(jīng)網(wǎng)絡中引入注意力機制的學者之一。博士期間，他曾在美國頂級機器人實驗室參與多項機器人學習研究，覆蓋多個前沿方向。

　　自變量聯(lián)合創(chuàng)始人兼COO楊倩是王潛的研究生校友。2023年，王潛邀請她共同創(chuàng)業(yè)。她回憶，王潛和純學術(shù)出身的技術(shù)創(chuàng)業(yè)者略有不同，“不僅具備量化創(chuàng)業(yè)帶來的成熟經(jīng)驗”，更令她觸動的是，“他眼中那種對通用機器人事業(yè)堅持的光芒”。

　　王潛坦言，機器人創(chuàng)業(yè)與量化領(lǐng)域截然不同，作為創(chuàng)業(yè)公司一把手，他必須全面負責對外工作，尤其是融資，“否則公司難以生存”。因此，除了把握公司戰(zhàn)略與技術(shù)大方向，他將最多的時間和精力都投入在了融資上。他也多次強調(diào)，公司早期發(fā)展面臨的最大挑戰(zhàn)，正是融資。

　　“客觀來看，中國一級市場2023年的資金總量相比疫情前明顯收縮，這并非我們一家所面臨的困境。”他指出，以自變量為例，在技術(shù)水平上與美國同行并無多大差距，并在部分領(lǐng)域已實現(xiàn)超越。然而，在融資金額和估值層面，卻存在數(shù)量級上的差異。

　　“這不是一家公司面臨的問題，而是整個大環(huán)境的現(xiàn)象。因此，我們更需要耐心資本和具有戰(zhàn)略眼光的‘大錢’，給予實質(zhì)性的長期支持?！蓖鯘撜f。

　　“他說的是大實話。”自變量Pre-A+++輪投資方、華映資本創(chuàng)始合伙人季薇說。在季薇看來，自變量作為初創(chuàng)企業(yè)，后續(xù)研發(fā)仍需大量資金支持，但她同時也指出，從長期來看，關(guān)鍵仍在于公司能否憑借技術(shù)領(lǐng)先性、產(chǎn)品與市場匹配（PMF）以及商業(yè)化落地能力，形成持續(xù)的正向閉環(huán)?！懊恳淮稳谫Y，投資人對他的要求都會發(fā)生變化。他能否交付符合甚至超出市場預期的成果，才是核心?！?/p>

　　瞄準機器人的通用大腦

　　早在2021、2022年，還在美國做量化基金的王潛接觸到OpenAI的GPT-3模型，意識到長期困擾機器人的問題特別是數(shù)據(jù)問題有了新的解決路徑，這讓他萌生了自己創(chuàng)業(yè)做機器人的想法。

　　王潛在美國考察后發(fā)現(xiàn)，凡是沾到硬件，在當?shù)鼗咀霾怀伞！懊绹谟布溕希ㄎ锪虾腿瞬哦疾粔蛲晟?。硬件相關(guān)人才大多集中在蘋果、特斯拉等大公司，他們不愿意輕易出來創(chuàng)業(yè)。此外，數(shù)據(jù)等其他成本差距巨大?！蓖鯘撜J為，這件事還是得在要素更集中的地方做。

　　王潛  攝影：佘貴森

　　2023年夏天，王潛選擇回國，并拉來了主要研究大模型的王昊（現(xiàn)任自變量CTO）開始組建團隊。

　　楊倩回憶，當時王潛在一家咖啡廳向她展示了二三十頁的項目PPT。當時剛回國的王潛因水土不服不得不幾次中斷聊天，但他在稍有恢復后立即繼續(xù)，依然堅持把演示講完。這種執(zhí)著以及對具身智能創(chuàng)業(yè)的愿景打動了楊倩和其他幾位聯(lián)創(chuàng)，他們選擇辭職加入創(chuàng)業(yè)，并開始尋求投資。

　　2023年12月，融到來自聯(lián)想之星的天使輪融資后，王潛等人在深圳正式創(chuàng)立了自變量機器人。

　　自公司成立之初，自變量機器人便堅定選擇了“端到端統(tǒng)一VLA大模型”的技術(shù)路線。在當時，這一路線屬于非共識方向，面臨多重質(zhì)疑。首先在技術(shù)層面，行業(yè)內(nèi)還有人提出分層或?qū)Ｓ媚Ｐ偷姆桨?，很多人認為專用系統(tǒng)可能在性能與效率上更優(yōu)；其次在商業(yè)化層面，外界普遍認為分層模型更易快速落地，更適合創(chuàng)業(yè)公司突圍，而大模型或者端到端統(tǒng)一模型常被視為大廠的機會，初創(chuàng)企業(yè)難以承擔其風險與成本。

　　因此，當創(chuàng)始人王潛帶著這一理念進行早期融資時，投資人并未過多向他提出“靈魂拷問”，反而更多是在反復“拷問自己”：是否應該認可這條路徑、是否值得押注。他還透露：“最早一批投資我們的機構(gòu)，未必完全buy in（認可）我們的idea（看法），有些人可能是看重團隊的潛力，或是出于在具身智能領(lǐng)域布局的戰(zhàn)略需要，覺得我們‘至少看起來靠譜’?！?/p>

　　作為天使輪+的投資方，九合創(chuàng)投創(chuàng)始人王嘯表示：“我認為他（王潛）是國內(nèi)最早選擇做‘機器人大腦’路線的人，他率先提出用端到端模型構(gòu)建大腦，而當時其他團隊大多先做本體，之后才意識到需要大腦。他的方向從一開始就很明確，瞄準機器人的‘操作系統(tǒng)’，也就是控制機器人的核心大腦。這一點非常獨特，當時幾乎沒有人在這方面布局。”

　　王潛表示，自己之所以堅持這一路線，是因為在多年實踐中嘗試過幾乎所有已知方法，但發(fā)現(xiàn)只有端到端模型是真正可行的方向。這一路徑并非盲目堅持，而是基于他過去長期研究學習經(jīng)驗的理性判斷。

　　2024年10月，自變量推出具身智能通用操作大模型Great Wall系列（GW）的WALL-A模型。同月底，由斯坦福、伯克利教授及前Google研究員成立的Physical Intelligence（PI）也推出了其首個端到端VLA模型π0，這讓大家看到了端到端是一個大趨勢?！拔矣X得那個時候大家開始批量性地轉(zhuǎn)向我們的技術(shù)方向。我們公司本來就在這個方向，也因此受到了更多（尤其是資本市場）的關(guān)注和認可?！蓖鯘撜f。

　　云啟資本合伙人陳昱回憶，第一次在自變量公司見到王潛時，他就對這位創(chuàng)始人印象深刻。當時他帶隊觀看了機器人演示，并聽取了王潛對技術(shù)路徑的闡述。團隊成員告訴他，這與一年前初次接觸時講述的內(nèi)容完全一致，一年前王潛說的大量計劃中的內(nèi)容也已成為現(xiàn)實，這意味著王潛從一開始就堅定選擇VLA路線，并持續(xù)付諸實踐。

　　這種高度一致性是一個重要加分項，陳昱非常欣賞這種“知行合一”的團隊。此外，陳昱發(fā)現(xiàn)當時自變量所做任務的復雜度明顯高于市場上多數(shù)同類項目，這也讓他下定了決心。在當晚會談結(jié)束后，他迅速作出決定，推動投資落地。

　　據(jù)了解，自變量的投資人都做了相當深入的技術(shù)評估，這在中國資本市場中并不常見。“國內(nèi)投資機構(gòu)普遍較少聚焦技術(shù)路線本身，即便是當前火熱的具身智能領(lǐng)域，很多項目也更關(guān)注技術(shù)以外的因素，真正關(guān)心‘如何實現(xiàn)’的是少數(shù)?！蓖鯘撜f。

　　這種對技術(shù)實現(xiàn)的重視，也體現(xiàn)在華映資本的投資決策中。據(jù)季薇介紹，華映投資團隊早在2024年1月就與自變量建立了聯(lián)系，并深入了解了其技術(shù)路線。在隨后的一年中，團隊對其進行了持續(xù)追蹤。她指出，自變量所堅持的路線在當時市場上較為稀缺，團隊能力較為全面，尤其在自變量發(fā)布WALL-A模型后，季薇認為其在具身智能大模型研發(fā)上的實力符合他們的預期，最終項目于當年12月中旬通過投決會，并在次年1月順利完成交割。

　　軟硬交互，螺旋式進化

　　作為技術(shù)信仰派的典型代表，王潛始終將技術(shù)研發(fā)作為公司發(fā)展的核心驅(qū)動力。這一點團隊構(gòu)成上也有所體現(xiàn)，自變量機器人目前研發(fā)團隊規(guī)模200余人，技術(shù)人員占比近90%。

　　模型層面，自變量以每2~3個月更新一版模型的速度推進研發(fā)。為了保證技術(shù)推演的穩(wěn)步發(fā)展，自變量團隊也在逐步構(gòu)建評價模型性能的標準。王潛介紹，他們目前主要從任務復雜性與泛化能力兩方面衡量模型的優(yōu)劣。

　　任務復雜性體現(xiàn)在操作對象的物理屬性和交互要求上，例如操作柔性物體比剛性物體更難，彈性物體則更具挑戰(zhàn)；接觸點越多，任務復雜度也越高。自變量的模型從早期的剛性物體操作（如拿杯子、橘子）逐步推進到純?nèi)嵝晕矬w處理（如疊衣服），不斷拓展技術(shù)邊界。

　　另一方面，泛化能力可分為多個層次：最基本的是應對光照、位置等環(huán)境變化；進一步需適應不同的場景和環(huán)境，如在茶室完成的任務能否在廚房中復現(xiàn)；更難的則是對未知物體的操作，最難的是完成完全未經(jīng)訓練的新任務。

　　此外，團隊也致力于開發(fā)更復雜的推理，如2024年底起，就率先在多模態(tài)輸出和具身“思維鏈”（Chain of Thought，CoT）方面取得突破。

　　王潛表示，在過去一年中，自變量的模型在以上各方面均有所進步。尤其在2024年底，其模型已經(jīng)能控制機器人完成如拉拉鏈、晾衣服等高復雜的操作任務。

　　2025年9月，自變量機器人正式開源其端到端具身智能基礎模型WALL-OSS。據(jù)楊倩透露，開源首日即吸引數(shù)百名具身智能領(lǐng)域開發(fā)者關(guān)注及技術(shù)咨詢。目前，團隊已建立起持續(xù)運營的開源社群，他們試圖通過這一舉措引領(lǐng)構(gòu)建開發(fā)者生態(tài)、聚集培養(yǎng)人才，強化技術(shù)迭代。

　　公司成立初期，自變量主要依賴供應鏈企業(yè)的硬件設備支持模型研發(fā)與實驗。隨著公司的發(fā)展，團隊逐漸意識到，機器人真正落地與模型規(guī)模擴展，離不開硬件能力的支撐。軟件和模型決定了智能的上限，而硬件則決定了落地的基礎。

　　楊倩舉例，2024年9月，團隊已能用模型初步演示“刷馬桶”等任務，但在實際落地時，包括末端執(zhí)行器的負載能力、執(zhí)行頻率、移動底盤與上半身的協(xié)同控制、防水性能以及靈巧手操作硬件方面出現(xiàn)諸多問題，當時市場上也缺乏成熟的靈巧手產(chǎn)品，限制了模型的表現(xiàn)。

　　基于這些現(xiàn)實挑戰(zhàn)，自變量從2024年下半年起開始規(guī)劃自研硬件，量子1號機器人的框架初步搭建于同年11月，后續(xù)持續(xù)進行了升級迭代。在這期間，自變量團隊更加明確了軟硬一體協(xié)同發(fā)展的戰(zhàn)略方向。

　　對此，季薇表示，自變量團隊始終未將自身局限為純軟件公司，而是以大模型為核心競爭力，持續(xù)推動技術(shù)落地?！霸谖铱磥?，他們從未在是否交付硬件這個問題上有過猶豫。”季薇說。

　　2025年春節(jié)期間，量子2號研發(fā)項目啟動，硬件團隊也在同期大規(guī)模組建。楊倩透露，為了抓住這個關(guān)鍵的技術(shù)窗口期，許多新加入的硬件工程師甚至主動放棄了原公司的年終獎加入進來。

　　8月，自變量發(fā)布新一代輪式仿人形機器人“量子2號”。在世界機器人大會（WRC 2025）現(xiàn)場，基于自變量自研的臂手一體外骨骼技術(shù)，“量子2號”不僅流暢完成了與觀眾打招呼、比心、猜拳等交互動作，還展示了其具體應用能力，通過夾持清潔刷與拖布頭，量子2號可以實現(xiàn)自旋轉(zhuǎn)及360度全方位清潔。

　　在追求技術(shù)快速迭代的同時，自變量乃至整個行業(yè)都面臨一個共同挑戰(zhàn)，即數(shù)據(jù)收集。

　　王嘯指出：“機器人與世界的交互，在以往并沒有被系統(tǒng)性地記錄和存儲?！彼忉尩溃叭嗽诨ヂ?lián)網(wǎng)上的行為會留下大量痕跡和信息，但機器人與物理對象的交互則完全不同。一方面，機器人本身數(shù)量有限；另一方面，這類交互數(shù)據(jù)本身難以采集，我們不可能在拿一個杯子時，就把相關(guān)的電信號或其他傳感數(shù)據(jù)直接提取并上傳到互聯(lián)網(wǎng)。因此，過去這類數(shù)據(jù)確實非常稀缺?！?/p>

　　面對這一問題，王潛目前的解決方案是，主要通過自建數(shù)據(jù)工廠實現(xiàn)較大規(guī)模自主收集數(shù)據(jù)。未來也計劃拓展更多來源，比如在客戶實際場景或其他開放環(huán)境中持續(xù)采集。但他強調(diào)，“更為關(guān)鍵的是如何獲取高質(zhì)量、多樣化的數(shù)據(jù)，實現(xiàn)數(shù)據(jù)的精細化管理，并高效用于模型訓練?！?/p>

　　7月初，在接受《中國企業(yè)家》采訪時，王潛表示，“公司整體的戰(zhàn)略重心并未改變，依然把技術(shù)突破與核心模型發(fā)展放在第一優(yōu)先級。但與此前相比，自變量已具備相當?shù)淖匝杏布A，包括機器人本體及靈巧手等關(guān)鍵部件已逐步成形。因此，在確保不影響技術(shù)主線和長期發(fā)展的前提下，團隊對商業(yè)化持開放態(tài)度，并愿意借助現(xiàn)有硬件及模型能力，探索一些可實現(xiàn)的商業(yè)應用?！?/p>

　　從資本輸血到自我造血

　　陳昱預測，行業(yè)可能在明年迎來一輪洗牌?！敖衲昃呱碇悄芷髽I(yè)都在積極融資、儲備彈藥，因為到了明年，企業(yè)的估值攀升和商業(yè)場景尚未完全成熟。屆時，就到了見真章的市場淘汰賽了?！?/p>

　　這種環(huán)境下，中國創(chuàng)投市場的“+輪次”現(xiàn)象越來越普遍，IT桔子數(shù)據(jù)顯示，2025年上半年，共有571家公司獲得“+輪次”投資，其中至少19家公司獲得兩次及以上“+輪次”投資。

　　自變量機器人也是其中的一員。

　　對此，季薇解釋，有些團隊執(zhí)著于拼湊所謂的A輪、B輪，總想一次性融到5億或10億，但自變量采取的是“小步快跑”的融資策略，這與其產(chǎn)品開發(fā)思路一致——迭代快、不追求一步到位。

　　季薇認為，企業(yè)在融資過程中應該考慮到投資機構(gòu)的多樣性。市場化民營機構(gòu)、產(chǎn)業(yè)投資和財務投資等的決策流程不同，如果硬要把所有機構(gòu)湊到一起完成一輪融資，很可能耽誤企業(yè)三到六個月的時間。而自變量選擇成熟一批、交割一批、宣布一批，在連續(xù)融資中實現(xiàn)估值逐步成長，這對各方都更為公平?！斑@種方式讓公司能夠及時將資金投入研發(fā)和產(chǎn)品迭代，快速擴編團隊。”季薇認為，王潛具備強大的頂層思維和戰(zhàn)略規(guī)劃能力，對什么事該做、何時做、如何做，都有明確安排。

　　在把握融資節(jié)奏的同時，自變量團隊也積極推進商業(yè)化探索。楊倩表示：“我們始終以技術(shù)收斂為核心，有選擇地切入某些場景，集中資源打爆點。我們更希望將少數(shù)幾個場景做深做透，推動具身智能真正有價值的商業(yè)化，建立起自我造血能力?！?/p>

　　楊倩介紹，量子2號目前還處于快速迭代階段，預計將在今年12月進入小規(guī)模量產(chǎn)階段，到明年上半年將逐步實現(xiàn)批量量產(chǎn)；靈巧手也有望在2025年年底實現(xiàn)小規(guī)模量產(chǎn)。

　　硬件產(chǎn)品的推出，顯著改變了團隊對商業(yè)化的思考方式。

　　王潛指出：“有了硬件之后，我們看待問題的方式完全不同了——它不再只是技術(shù)demo，而是一個可以直接銷售的產(chǎn)品?！钡矎娬{(diào)，硬件推向市場的節(jié)奏仍將保持理性：“我們計劃正式將其作為完整產(chǎn)品推向市場，但具體規(guī)模將嚴格根據(jù)實際需求調(diào)整。純粹賣硬件，市場的整體容量其實是有限的?！?/p>

　　在商業(yè)化路徑上，目前自變量將市場劃分為科研和商業(yè)兩大方向。楊倩解釋：“在科研市場，我們主要銷售硬件本身和綜合性解決方案，用戶可以根據(jù)自身需求調(diào)模型、做實驗，我們提供的是底層能力。而在行業(yè)市場，我們必須帶著實際功能進入，真正解決客戶的具體問題。”

　　目前，自變量團隊重點關(guān)注工業(yè)物流和服務業(yè)中的半開放場景。楊倩坦言，短期內(nèi)，自變量進入C端市場并不現(xiàn)實：“目前幾乎沒有家庭愿意花費數(shù)十萬元購買一個功能尚不完備的機器人。但我們相信，隨著機器人能做的事情越來越多，成本逐漸下降，在兩三年內(nèi)一定會走向C端。因此，我們將經(jīng)歷一個從to B再到to C的漸進過程。”

　　不過，自變量的長期目標仍指向C端市場?！拔覀兏蟮脑妇笆谴蛟煺嬲ㄓ玫募彝C器人——它應該像保姆一樣，能夠處理基礎家務，比如整理房間、收拾衣物。做飯也許是最難的一關(guān)，但我們可以一步步去實現(xiàn)?！睏钯徽f。

　　王潛同樣對C端市場抱有極高期待，他表示，自變量的目標是成為最早一批進入C端領(lǐng)域的企業(yè)，同時，“我們也希望到時候B端業(yè)務已經(jīng)具備真正自我造血能力”。