掀開大陸具身智慧真實壓力測試，149元機器人保潔上門，外帶人類清潔工和工程師。（示意圖：shutterstock／達志）
近期，自變量與58同城合作推出「149元（人民幣，下同）、3小時」的智慧保潔服務，引發市場熱議。用戶下單後，家政阿姨、機器人和工程師一起上門。外界好奇：機器人到底做了多少活？為何還需要阿姨和工程師？何時才能真正取代人工？據《界面新聞》報導，這項服務並非單純「機器人替代人工」，而是一種「成熟家政服務+機器人場景參與」的組合。
149元對應的是一次完整的人工上門保潔服務，對許多城市家庭來說，這個價格已足以匹配家政阿姨的勞動。在服務流程中，機器人承擔部分可執行任務，工程師則負責現場支援與安全保障。值得注意的是，自變量與58同城從設計之初就保留用戶拒絕的權利：用戶不同意，機器人不開機。
方案採用視覺脫敏、透明授權與用途限定，原始數據完全脫敏，不共享給第三方。只有在用戶允許下，機器人才能進入家庭，並從一次次成功與失敗中持續迭代。這也代表中國機器人產業的一條新路徑：具身智慧正從資本、發布會與演示影音驅動的熱鬧，走向真實世界的壓力測試。
過去兩年，機器人行業最容易被看見的是「身體」——雙足行走、後空翻、跳舞、跑馬拉松。但在自變量創始人兼CEO王潛看來，那不是他要進入的賽道。王潛說：「跑馬拉松的機器人和我們是兩個完全不同的領域。我們和做語言模型的公司距離可能更近。」
自變量將自己定位為一家具身智慧基礎模型公司，不是單純做人形機器人本體，也不是做家政服務，而是要做機器人的「大腦」：讓機器人看懂環境、理解非結構化任務、規劃路徑，並在真實世界中完成複雜的閉環服務。
王潛認為，具身智慧必須先做基礎模型，再反過來適配具體任務與場景。自變量的優勢在於「以大模型團隊的方式做機器人」。他表示，全世界所有具身智慧公司中，自變量是少數以大模型團隊為核心來做具身智慧的公司。自變量同時推進三件事：基礎模型（Great Wall系列）、真實世界數據和機器人本體。
自變量的技術路線與創始團隊背景密切相關。王潛畢業於清華大學，後獲南加州大學博士，是神經網路注意力機制領域早期探索者之一；聯合創始人兼CTO王昊為北京大學計算物理博士，曾任IDEA研究院大模型團隊負責人。這使得自變量的基因天生偏向模型與算法。
資本也密集下注。從2025年初到2026年初，自變量以幾個月一輪的速度完成從A輪到Pre-B輪的密集融資，集齊紅杉中國、阿里雲、字節跳動、深創投等頂尖機構。2026年春季，小米在B輪入局，自變量成為大陸國內唯一同時獲得字節、美團、阿里、小米四大互聯網巨頭集體加持的具身智慧公司。王潛說：「投資人投我們的邏輯非常簡單，就是投技術的領先性。」大廠本身深度參與大模型競爭，具備技術判斷力，更關注長期壁壘而非短期回報。
今天的大模型在虛擬世界中已足夠聰明，但機器人不能靠語言完成任務。具身智慧的真正難點，在於把「幫我擦桌子」這句話轉化為一連串可在物理世界中執行的動作——看見桌子、判斷物品、決定手臂伸距與力度、規劃路徑。這就是VLA（視覺－語言－動作）模型受到重視的原因。
自變量第一代具身基礎模型WALL-A基於VLA架構，2024年底發布，2025年9月開源輕量化版本WALL-OSS。但真實家庭場景暴露了VLA的不足：場景不穩定、任務無法窮盡，傳統VLA像三個模塊拼接，數據在不同模塊間傳遞會產生損耗與延遲。
自變量CTO王昊將其類比為蘋果M1之前的電腦架構——CPU、GPU、記憶體各自獨立，數據來回搬運造成延遲。蘋果以統一記憶體架構解決問題，自變量則對VLA做類似升級。2026年4月，自變量推出新一代具身智慧基礎模型WALL-B，核心是WUM（World Unified Model）架構，將視覺、語言、動作、物理預測等能力放進同一個網路，從零開始聯合訓練，減少模塊邊界與數據搬運損耗。
WALL-B具備天生多模態能力、本體感（知道自己到哪裡、夠到什麼）、物理規律建模（理解杯子為何會倒、物體為何滑落）以及交互自適應能力——任務失敗後嘗試調整策略，並將成功或失敗沉澱為經驗。此外，WALL-B試圖克服Transformer架構難以長期記憶內化的問題，讓經驗以原生多模態記憶方式，透過類似人腦記憶機制實現自我更新。自變量想做的不只是「會看、會聽、會動」的機器人，更是能理解動作背後世界、能在真實環境中持續完成任務並遷移到不同家庭與任務的系統。
「機器人進入家庭，是這個時代最難的技術問題之一。」王潛說。自變量現階段最重要的目標，不是證明收入模型，而是先做出機器人的「Alpha moment」——讓用戶在某個具體場景中感受到機器人確實能理解任務、進入家庭，並完成部分過去只能由人完成的工作。選擇用上門服務進入家庭，是因為真實用戶付費下單帶來更接近未來日常使用的需求與反饋。
家庭場景的價值在於真實數據、真實反饋與真實約束。實驗室裡的機器人可以反覆調試，展廳裡的機器人可安排在可控環境中；但一旦進入家庭，就會遇到大量無法提前設計的問題：家具擺放、地面材質、光線變化、雜物位置、用戶指令方式，以及機器人會在哪裡失敗。這些問題不進入家庭就不會知道，它們會反過來影響硬件設計、數據採集與模型訓練。
對自變量而言，上門服務是技術走向成熟的一部分——機器人公司最終必須與一個足夠大、足夠複雜的世界交互，而真實訂單是最直接的交互方式。
過去，人們對機器人的想像來自科幻電影、發布會影音與短影音演示，塑造了一種期待：機器人一進家庭就該像人一樣理解環境、完成任務。但真實產業路徑不是這樣發生的。機器人進入家庭不會從完全替代人工開始，而會從人機協作開始；它不會一開始就是完美管家，而更像一個不斷學習的實習生。它可能需要遠程協助，可能把拖鞋放到廚房，也可能擦桌子擦到一半停下來「思考」。但它可以24小時工作，並把每一次真實任務的反饋變成下一輪系統迭代的材料。
公眾期待的是機器人「替代人」；產業正在經歷的，是讓機器人協助人、適應環境、建立信任、持續迭代。這不是消費者不懂機器人，只是過去機器人行業展示給公眾的更多是能力上限，而家庭場景暴露出來的是系統下限。149元3小時的智慧保潔服務，與過去常見的「人形本體、資本估值、發布會演示、短影音傳播」敘事不太一樣。
機器人行業下一階段的競爭，可能會變得更具體也更殘酷——真正拉開差距的，可能是誰能更早進入真實場景，並在真實場景中形成模型、反饋、服務與商業化閉環。而這道最殘酷、最真實的關口前，自變量成為第一個闖關者。
2026/06/06 07:35
轉載自中時新聞網: https://www.chinatimes.com/realtimenews/20260605004260-260409
Post gallery
