【量子位 2026年1月15日讯】具身智能赛道在2026年伊始迎来重磅资本动作。专注通用具身智能大模型研发的自变量机器人（X Square Robot）于1月12日官宣完成10亿元A++轮融资，本轮由字节跳动与红杉中国联合领投，北京信息产业发展基金、深创投、南山战新投等机构跟投。值得关注的是，这是字节跳动首次在具身智能领域直接出手投资，而红杉中国则在2025年9月A+轮后选择持续加码。截至目前，成立仅两年多的自变量已累计完成9轮融资，总额超30亿元，成为国内唯一同时获得阿里、美团、字节三大互联网大厂投资的具身智能企业，其“独立具身智能基础模型”技术路线获资本高度认可。
一、融资路径：两年9轮融资超30亿，资本加码曲线清晰
自变量的融资节奏堪称具身智能赛道的“成长范本”，从2023年12月成立至今，其融资规模随技术突破与产品落地持续扩大，每一轮融资都精准对应关键发展阶段：
1. 2025年：从“亿元级”到“十亿元级”的跨越
-
2025年2月（Pre-A++轮）：获数亿元融资，由光速光合、君联资本领投，资金用于下一代统一具身智能通用大模型训练，这是自变量首次明确“模型优先”的技术路线；
-
2025年5月（A轮）：美团战投领投、美团龙珠跟投数亿元，融资聚焦“端到端大模型与机器人本体同步迭代”，同步推进场景落地，标志着公司从“纯技术研发”转向“技术+硬件”双轮驱动；
-
2025年9月（A+轮）：阿里云与国科投资领投近10亿元，红杉中国、国开金融跟投，美团战投超额加码，资金重点投入开源具身大模型WALL-A的研发，此次融资也成为阿里云布局具身智能赛道的标志性动作；
-
2026年1月（A++轮）：字节跳动首次入局，与红杉中国联合领投10亿元，资金将用于WALL-A模型的持续优化、量子二号机器人的量产准备，以及工业、消费等场景的规模化落地。
2. 资本青睐的核心逻辑：三大“稀缺性”优势
自变量能在短时间内吸引多轮融资，关键在于其在具身智能赛道的差异化竞争力：
-
技术路线稀缺：坚持“具身智能是平行于语言模型的独立基础模型”，而非“语言模型的衍生应用”，自研的WALL-A系列模型实现“感知-理解-决策-动作”端到端统一，解决传统模块化架构的推理断层问题；
-
生态资源稀缺：成为国内唯一同时获得阿里、美团、字节投资的具身智能企业，可对接三大巨头的场景资源——阿里的电商物流、美团的本地生活、字节的消费级流量，为后续商业化铺路；
-
团队背景稀缺：创始人王潜（清华本硕+南加州大学博士）是神经网络注意力机制早期研究者，CTO王昊（北大计算物理博士）曾主导IDEA研究院开源大模型项目，技术团队核心成员多来自清华、北大、MIT等顶尖院校，兼具学术深度与工程落地能力。
二、技术内核：从“模型”到“硬件”，构建具身智能闭环
自变量的核心竞争力，在于搭建了“模型-硬件-数据”三位一体的技术体系，而非单纯研发机器人或大模型，这种闭环思维使其在赛道中快速建立壁垒。
1. WALL-A系列模型：全球领先的端到端具身大模型
作为自变量的技术核心，WALL-A系列模型从2024年10月首次发布至今，已形成完整的产品矩阵：
-
WALL-A基座模型：2024年10月推出，是当时全球参数规模最大的端到端统一具身智能大模型之一，支持多模态输入（视觉、触觉、语音）与复杂动作输出（如精细抓取、工具使用）；
-
WALL-OSS开源模型：2025年9月开源，在RoboChallenge全球具身智能评测榜单中排名第三，可支持开发者进行二次开发，目前已有超2000支团队基于该模型开发应用，覆盖科研、工业、消费等领域；
-
行业定制模型：针对工业装配、家庭服务等场景推出专用模型，例如为汽车工厂开发的“WALL-A汽车版”，可完成螺栓拧紧、零件检测等高精度操作，误差控制在0.1毫米以内。
王潜在公开演讲中强调：“具身智能模型的目标是让机器‘理解物理世界的规则’，比如知道‘推杯子时用多大力度不会打翻’，这种因果关系的建模，与语言模型的文本生成逻辑完全不同。”
2. 量子系列机器人：为模型“收集物理数据”
自变量的机器人硬件并非最终产品，而是为模型训练提供“物理世界数据”的核心载体，目前已推出两代产品：
-
量子一号（“小量”）：轮式双臂机器人，搭载WALL-A基座模型，支持多模态遥操作，主要用于高频任务的数据采集（如物流分拣、零件搬运）与模型验证，目前已在美团无人仓、阿里菜鸟驿站试点应用，累计采集超100万小时物理交互数据；
-
量子二号：2025年底推出的轮式仿人形机器人，自由度提升至42个，新增精细力控传感器（最小力控精度50毫牛），可完成更复杂的操作（如拧瓶盖、折叠衣物），计划2026年Q3小批量量产，用于家庭服务、医疗辅助等场景。
与其他机器人公司不同，自变量的硬件设计始终围绕“数据反哺模型”——量子系列机器人采集的物理交互数据，会实时回传至WALL-A模型训练系统，形成“模型指导硬件动作，硬件数据优化模型”的闭环，这种迭代模式使模型的泛化能力每月提升15%-20%。
三、行业影响：字节入局，具身智能赛道格局生变
自变量A++轮融资中，字节跳动的首次入局尤为引人关注，这一动作不仅为公司带来资金，更可能重塑国内具身智能赛道的竞争格局。
1. 巨头加速布局，赛道从“蓝海”转向“红海”
此前，阿里（投资自变量、自研小蛮驴机器人）、美团（投资自变量、推进无人配送）已在具身智能领域布局，字节的加入标志着国内互联网三巨头全部下场。巨头的涌入将带来两大变化：
-
资源集中化：自变量等头部企业将获得更多资金、场景、数据资源，中小玩家的生存空间进一步压缩，预计2026年具身智能赛道将出现多起并购案例；
-
应用场景扩容：字节的短视频、直播生态可能与自变量的机器人结合，例如开发“AI直播助手机器人”“短视频内容生成机器人”，为具身智能开辟消费级新场景。
2. 商业化落地：2026年聚焦两大核心场景
随着A++轮融资完成，自变量的商业化节奏将明显加快，2026年计划重点突破两大领域：
-
工业场景：与阿里合作推进“智能工厂改造”，量子一号机器人将用于汽车、3C电子行业的装配、检测环节，预计2026年实现100台量产交付，目标降低工厂50%的人工操作成本；
-
家庭场景：联合字节探索“消费级机器人”，初期推出“家庭服务机器人”，支持清洁、烹饪辅助、老人陪伴等功能，计划2026年底通过字节电商渠道首发，定价预计在1.5万-2万元区间，瞄准中高端家庭市场。
四、挑战与展望：高投入下的“长期主义”考验
尽管发展势头迅猛，自变量仍面临具身智能赛道的共性挑战，这些问题将决定其能否从“资本宠儿”成长为“行业巨头”：
1. 短期挑战：成本与规模化的平衡
具身智能研发成本极高，WALL-A模型单次训练成本超千万元，量子二号机器人单台研发成本达数十万元。如何在保证技术领先的同时控制成本，实现规模化量产，是自变量2026年的核心任务。目前，公司计划通过“硬件模块化设计”“模型训练效率优化”将量子二号的量产成本降至5万元以内，为消费级市场普及奠定基础。
2. 长期竞争：技术路线的“终极验证”
自变量坚持的“独立具身智能模型”路线，尚未经过大规模商业化验证。行业内仍有部分企业认为“基于语言模型开发具身智能更高效”（如特斯拉Optimus），两种路线的竞争将持续数年。若自变量能在2026年实现工业、家庭场景的规模化落地，将为其技术路线提供关键背书；反之，若落地不及预期，可能面临资本信心动摇的风险。
3. 赛道展望：2026年成“商业化元年”
随着巨头入局、资本加码，2026年有望成为具身智能的“商业化元年”。据IDC预测，全球具身智能机器人市场规模将从2025年的50亿美元增至2026年的120亿美元，年增长率超140%。自变量作为赛道头部企业，若能抓住机遇实现技术落地，有望在未来3-5年内成长为千亿市值公司，引领国内具身智能产业发展。
结语：具身智能的“独立战争”，才刚刚开始
自变量的10亿元A++轮融资，不仅是一家公司的里程碑，更标志着具身智能赛道从“技术探索”进入“产业落地”的关键阶段。字节、阿里、美团等巨头的入局，证明具身智能已成为下一代AI竞争的核心战场，而自变量坚持的“独立基础模型”路线，正是这场战争的关键变量——若能成功，将重新定义机器与物理世界的交互方式；若失败，也将为行业提供宝贵的经验教训。
正如王潜在融资发布会上所说：“具身智能的终极目标，是让机器像人类一样理解并改造物理世界。这需要长期主义的耐心，我们感谢资本的支持，但更清楚，真正的考验不是融资额，而是产品能否解决真实世界的问题。”2026年，随着量子二号机器人量产、工业场景落地，自变量将用实际成果，回答行业对具身智能的所有期待。
