自变量机器人「量子」系列轮式双臂本体在发布会上演示作业

一场机器人演示，可以让人看到技术的上限；但要让机器人真正进工厂、进物流中心、进家庭，考验的远不止一次任务能否完成。

2026 年 10 月，国内具身智能企业自变量机器人合肥总部项目签约落户合肥高新区，总投资约 3 亿元。根据合肥高新区公开信息，项目聚焦应用型研发，重点涉及具体场景的算法与模型工程化、交付标准化与产品化，计划打造「研发 — 中试 — 交付 — 运营」产业闭环。

这不是一条简单的企业落地消息。自变量已经发布通用具身智能基础模型 WALL-B，也在物流分拣等场景展示过机器人执行复杂任务的能力。与此同时，整个行业正面对一个更现实的问题：当模型在演示环境中表现出色，能否在不同场景下稳定运行，并形成可以重复部署、持续运营的产品？

此次合肥项目把应用型研发和产品化摆在了突出位置。它提供了一个观察窗口：具身智能的竞争，正在从展示模型能力，延伸到如何把这种能力转化为真正可用的产品。

 从生态合作到总部项目：一条逐级加码的时间线

自变量机器人 2023 年 12 月成立于深圳，围绕通用具身智能大模型与机器人本体开展研发，走软硬件全栈路线。

它在资本市场上的位置比较特殊。回溯融资历程：美团领投 A 轮，阿里巴巴领投 A+ 轮，字节跳动领投 A++ 轮，小米战投领投 B 轮。国内具身智能公司里，由这四家互联网巨头分别领投一轮的，自变量是目前公开可查的唯一一家。据投资界（清科）统计，截至 2026 年 9 月，自变量累计披露融资金额约 53.3 亿元；2026 年 4 月下旬完成小米战投领投的近 20 亿元 B 轮后，又连续完成 B+、B++、C 轮并全部交割，投后估值突破 200 亿元，成为大湾区首家达到这一估值水平的具身智能公司。

自变量与合肥的合作，并非从这次 3 亿元项目才开始。

2025 年 9 月，在当年的世界制造业大会上，合肥高新区与自变量机器人、国际先进技术应用推进中心（合肥）（下称「国先中心」）签署三方战略合作协议。据人民网安徽频道报道，合作将以自变量具身智能大模型为基础，赋能合肥公共服务、酒店、养老康养、制造业、科研教育、物流等关键场景，构建可复制、可推广的机器人应用示范体系，并在合肥率先形成「城市级机器人试验场」。彼时，自变量刚在 9 月开源端到端具身智能基础模型 WALL-OSS。

2025 年 12 月 16 日，合肥自变量智能机器人有限公司注册成立，法定代表人王潜，注册资本 3000 万元，由深圳母公司 100% 持股，注册地位于合肥高新区中安创谷科技园。

2026 年 10 月，3 亿元合肥总部项目签约。与此前生态合作强调多领域协同和场景探索相比，此次项目公开提出了更明确的建设方向：应用型研发、算法与模型工程化、交付标准化和产品化。

需要说明的是，公开信息目前只能确认项目方向，尚未披露新增研发设施、人员规模、具体产品线及客户计划。不能仅凭项目名称和投资额，就认定合肥已经成为公司的交付中心，也不能把这次签约描述成其应用探索的起点。

从 WALL-OSS 到 WALL-B：模型如何进入物理世界

与主要处理文本、图像等数字信息的模型不同，具身智能模型需要连接感知、决策与动作执行。机器人不仅要识别眼前物体，还要判断如何接近、抓取和移动它，并根据执行反馈调整动作。模型面对的是一个不断变化、充满物理约束的真实世界。

2025 年 9 月，自变量开源 WALL-OSS。2026 年 4 月 21 日，公司发布新一代基础模型 WALL-B。据其官方介绍，这是全球首个基于世界统一模型架构（World Unified Model, WUM）的具身智能基础模型，试图在统一架构下处理视觉、语言、动作与物理预测，从传统 VLA 的分模块架构转向原生多模态融合。本体方面，自研轮式双臂机器人「量子 2 号」全身 62 个自由度。

WALL-OSS 模型架构（图源：arXiv:2509.11766）。WALL-B 在此基础上升级为世界统一模型架构，未公开技术细节。

这条路线的目标，是让机器人不必针对每个动作、每种任务都依赖独立程序规则，而是通过模型学习，在更多任务和环境中完成操作。

但通用模型不意味着所有任务都能直接通用。以物流分拣为例，机器人需要识别不同包裹的形状、材质和位置，判断抓取方式，控制机械臂完成操作，还要应对包裹摆放变化、抓取失败和连续作业中的异常。任务看似简单，实际涉及视觉感知、运动控制、动作规划和系统协同多个环节。家庭环境中问题更复杂：物品摆放没有固定位置，物体形态和材质差异大，机器人还要处理连续任务中的中断与变化。

具身智能的产业化不能只看模型是否具备某种能力，还要看这种能力能否在不同任务和环境中稳定复现，以及模型与硬件组成的整套系统是否足够可靠。

从一次演示到长期运行，还差什么？

2026 年 8 月 12 日，自变量做过一场公开直播。双机双臂方案在模拟仓库环境下，对大小、形状、材质、重量随机的物流包裹连续分拣约一小时，完成 1816 件，准确率超过 98%。公司称，这一效率比其选取的海外企业此前公开展示的 1248 件 / 小时高约 45%。

8 月 12 日物流分拣直播现场，双机械臂方案实时计数器显示 1816 件 | 图源：自变量官方直播 / Humanoids Daily

这组数据展示了模型在特定任务中的能力，但也引出一个问题：一次测试中的表现，能否代表机器人在真实业务中的长期表现？

据《中国经营报》2026 年 10 月报道，有技术博主指出，海外同行的 1248 件 / 小时来自约 200 小时直播、多台机器人轮换作业的平均成绩，而自变量展示的是约一小时、固定工位双机械臂的单场结果；两者在测试时长、机型形态上都不一致，直接相减得出「提升 45%」，统计口径并不严谨。需要说明的是，相关争议涉及测试结果的比较方式及其代表性，并不等于已经证明机器人无法在真实场景中应用。

家庭场景的尝试也遇到了具体问题。2026 年 3 月，自变量与 58 到家合作推出机器人上门保洁服务，定价 149 元 / 3 小时。据《每日经济新闻》报道，有用户反馈机器人作业速度慢、噪音大。自变量合伙人兼算法负责人甘如饴当时回应称，速度和噪音反映出技术仍有提升空间，真实服务是在帮团队摸清用户需求和机器人的能力边界。

业内人士的判断大体一致。天使投资人郭涛在接受《中国经营报》采访时表示，评价具身智能机器人应把重心放在长期工况稳定性上，短期演示数据与长期连续作业数据应分别披露，行业需要明确测试时长下限，统一故障判定和作业成功率的计算方式。屿策智库秘书长侯文杰则提醒，成本核算不能只看单次作业效率，还应纳入能耗、维护和折旧。

这恰恰说明，评价具身智能不能只看一个数字。真实物流业务中，企业关心的还包括任务成功率能否长期保持、设备异常后如何恢复、不同规格包裹是否都能处理、系统维护需要多少人力。即使测试中效率很高，如果换一批包裹就要重新调试，或者运行一段时间后频繁故障，部署成本会迅速上升。

这也是具身智能与传统工业自动化的交汇点：传统自动化在明确任务边界内运行，优势是稳定、可预测；通用具身智能试图处理更多变化，减少重复开发成本。但模型泛化能力越强，并不意味着部署时就不需要工程验证。任务边界、设备适配、异常处理、安全机制和现场运维，依然是产品能否落地的硬条件。

行业真正需要跨越的，不只是能不能完成任务，而是能否在可接受成本下，持续、稳定地完成任务。

为什么项目把工程化、标准化和产品化放在一起

自变量合肥项目提出的几个方向，恰好对应模型走向实际应用时需要解决的不同问题。

首先是算法与模型工程化。 实验环境中任务条件相对明确，真实场景的物体、空间、操作流程和干扰更复杂。模型进入应用现场后，需要经过数据采集、任务适配、测试验证和系统调试，才能判断其能力能否满足具体业务要求。

其次是交付标准化。 如果每进入一个新场景都要重新大量定制开发，项目就很难快速复制。标准化的意义，在于把经过验证的软硬件配置、任务流程、部署方法和维护机制沉淀下来，减少不同客户、不同场景间的重复工作。

最后是产品化。 技术验证成功只是起点。要形成可持续的商业业务，还需要明确产品的功能边界、交付方式、维护责任和成本结构。客户购买的不是某次演示中的表现，而是一套能融入现有工作流程、持续产生价值的解决方案。

这三个环节不是简单的先后关系。算法优化需要现场数据反馈，产品迭代需要中试和应用验证，标准化依赖不同场景的反复测试。它们共同构成从模型研发走向规模化应用的工程体系。这也解释了项目为什么提出打造「研发 — 中试 — 交付 — 运营」闭环 —— 按照公开定位，是希望把研发与实际场景之间的联系打通，而不是停留在基础模型或单次演示上。

但需要区分项目规划与实际成效。目前公开信息披露的是建设方向，并未提供证据证明闭环已经建成，或相关产品已实现规模化交付。项目实际价值，仍要看后续建设进展和可验证的应用成果。

合肥能提供什么：从场景资源到产业配套

此次项目的另一层意义，在于它与合肥此前布局的具身智能产业资源形成了值得观察的关联。

2025 年三方协议时，合肥方面就提出探索物流、养老、制造、酒店服务等应用场景，建设机器人应用示范体系。一年过去，这一布局在产业要素上有了具体落点。

一是数据采集训练场。 据环球网、中国一带一路网 2026 年 7 月报道，合肥市具身智能机器人数据采集训练场已于 2025 年 11 月投入使用，有「机器人大学」之称，拥有近百台训练机器人和总面积约 6000 平方米的场景训练平台，实景复刻工业制造、家庭服务、商超服务等场景。据安徽广播电视台报道，该训练场由国先中心（合肥）参与建设 —— 而国先中心，正是 2025 年与自变量签署三方协议的另一方。

合肥市具身智能机器人数据采集训练场内，机器人在复刻的商超场景中作业 | 图源：香港文汇报

二是数据产权登记。 2026 年 7 月，合肥具身数据运营管理有限公司采集生成的「2025 年至 2026 年合肥市智能机器人万物抓取数据集」，在安徽省数据交易所完成数据产权登记，成为安徽首个面向具身智能机器人的多模态抓取类数据集，覆盖抓取、放置、整理、收纳等全流程作业场景。

需要说明的是，训练场和数据集都是合肥市级公共平台的资源，面向行业开放，并非专门为自变量采集。它们与自变量合肥项目之间是否已形成具体协同，目前没有公开合作案例可以证实。更准确的判断是：合肥正在形成具身智能相关的场景和产业配套，自变量此次强调的应用型研发、工程化和产品化，与这些环节存在潜在协同空间；双方是否形成具体合作，还需以后续公开信息为准。

产业底座同样在这个方向上。作为综合性国家科学中心所在地，合肥有量子、聚变等大科学装置的科研能力；产业侧，新能源汽车、家电、新型显示、半导体等制造业集群密集，这些正是工业机器人和具身智能系统需要进入的真实车间。

对地方产业而言，引入一家头部企业的价值不应只用投资额衡量。如果项目能带动研发团队集聚、产品验证、上下游协作和实际应用，才可能形成产业链上的持续价值。

结语

3 亿元之后，真正值得关注什么？

自变量在合肥的布局，已经从 2025 年的生态合作推进到 2026 年的总部项目签约。此次项目把应用型研发、算法与模型工程化、交付标准化和产品化列为重点，为观察具身智能产业化提供了一个具体案例。

但签约只是开始。接下来至少有三件事值得跟踪：项目实际建设内容和研发团队是否逐步明确；是否出现可核实的产品验证、客户应用和场景落地案例；相关产品能否形成可重复部署、持续运行的解决方案。

对自变量而言，通用模型的能力需要在具体场景中检验；对合肥而言，产业配套能否转化为实际项目进展和应用成果，同样需要时间。

过去两年，具身智能行业的故事是「模型突破 」—— 新架构、新基座、新 demo，一轮轮融资，估值不断抬高。走到 2026 年下半年，头部公司开始把应用型研发、工程化、标准化交付单独拎出来，当成需要重金投入的正经业务。这本身就是一个信号：行业承认了，从实验室到产线之间那段路，比训练一个更大的模型更难走。

3 亿元项目的意义，最终不在于签约本身，而在于它能否让模型研发与真实应用之间的距离真正缩短。这是自变量在合肥的下一阶段布局，最值得观察的地方。

声明:此文版权归原作者所有，若有来源错误或者侵犯您的合法权益，您可通过邮箱与我们取得联系，我们将及时进行处理。邮箱地址:zhaobozhi@jnexpert.com