超电机器人报道

作者｜王磊

编辑｜秦章勇

一场史无前例的资本盛宴，正在中国具身智能赛道悄然上演。

宇树科技刚 " 开价 "，紧接着就有两家同为具身智能赛道的初创企业传出启动上市流程，分别是智平方和自变量机器人（X Square），都是在 2023 年成立，且两家公司的投后估值都达到了 200 亿元。

前者考虑 2027 年正式上市，而后者更是被多家媒体曝出已经向港交所秘密提交上市申请。

不过，截至发稿，自变量尚未就上市申请一事作出官方回应，港交所也没有可检索的申请文件。

众所周知，2026 年，具身智能赛道最不缺的就是钱。但真正让投资人焦虑的不是钱太多，而是想投的标的进不去。

而自变量机器人就是属于投资者 " 抢破头 " 的那种公司之一。

唯一四巨头加持

早在今年 2 月，公司联合创始人兼首席运营总监杨倩就曾对外透露，公司已部署筹备于 2026 年启动招股上市计划，但未披露具体上市地点及募资规模等细节。

5 月份，传出自变量正考虑赴港上市、计划募资约 5 亿美元（约 39 亿港元）的消息，已与多家投行展开初步讨论，按照时间线，这家成立于 2023 年的具身智能黑马也该到了递表的时候了。

在国内具身智能赛道，自变量机器人算是最特殊的那个。

因为其创造了独一无二的资本纪录，它能让诉求不同，判断标准各异，甚至互为对手的美团、阿里、字节跳动、小米这四家互联网巨头做到了一张桌子上，是国内唯一同时获得这四家巨头投资的机器人公司，而且是轮番领投加注。

其中，美团领投 A 轮、阿里领投 A+ 轮、字节跳动领投 A++ 轮、小米领投 B 轮，一轮一个，轮流抬轿。

与令人咋舌的豪华阵容相对应的是，自变量机器人的融资节奏也非常迅猛。

自从拿下 2026 年开年机器人赛道第一笔，也是最大的 10 亿元 A++ 融资后，自变量半年时间已经完成了 4 轮融资，若是算上未公开披露的 B+、B++ 和 C 轮融资，自变量相当于在不到 6 个月的时间里完成了 8 轮融资，估值从 0 到 200 亿 +，自变量也只用了 27 个月。

特别是在今年 4 月下旬，小米战投领投 B 轮，金额近 20 亿元后，6 月 30 日，自变量机器人宣布，公司在过去两个多月内连续完成 B+、B++ 和 C 轮融资。

也就是说，B 轮刚关，B+ 轮随即启动，其中红杉中国领投，国家人工智能产业投资基金、中国移动等国家队入场，紧接着 B++ 轮，红杉中国、IDG、源码等头部 VC 跟进，最后 C 轮，中金资本、毅达资本等加入，而且小米战投表现尤为积极，连续参与 B、B+、B++ 三轮融资。

最终，四轮密集融资汇聚了 30 余家顶级投资机构，组建起涵盖互联网巨头、国家级产业资本、地方国资、顶级市场化 VC、产业资本的豪华投资阵容，也让自变量的估值正式站上 200 亿元的区间。

两个月 4 轮、30 多家机构、全部完成 100% 资金交割、款项全额到账，这已经不仅仅是 " 抢手 " 能解释的了。

值得一提的是，自变量 200 亿元的估值并非由本轮融资推至高点。早在这些融资公开之前，自变量估值就已站上这一区间。

一家投资过自变量的上市公司曾在 6 月 1 日发布公告披露，根据北京中和谊资产评估有限公司出具的《估值报告》及经各方协商一致，标的公司按照 200 亿元的投前估值确认认购单价。

这意味着，在最近两个月，那 4 轮 30 多家机构集中下注之前，第三方专业评估和市场博弈已先行将自变量定价在了 200 亿元的刻度上。这也是在宇树科技在递表之前，国内已披露估值最高的具身整机公司。

很早就研发 " 机器人大脑 "

自变量获得如此阵容的加注，一个问题自然随之而来：为什么各个领域最顶级的资本，会在同一时间集体看好同一家公司？

自变量的创始人兼 CEO 王潜，1985 年生，清华大学电子系本硕，硕士毕业后，他赴美国南加州大学攻读博士学位，研究方向是机器人学习，并且一度距离 " 图灵奖 " 就差一步之遥。

2020 年博士毕业时，他判断机器人行业的技术奇点还没到来，转身在美国创立了一家量化基金，三年后，大语言模型的爆发让他看到了希望。2023 年夏天，王潜选择回国，拉来主要研究大模型的王昊（现任 CTO）组建团队；同年 12 月，在获得联想之星的天使轮融资后，自变量机器人在深圳正式创立。

他的学术履历里，有这样一句描述：全球最早在神经网络中引入注意力机制的学者之一，研究成果与 Google 同期发表。

翻译过来就是，现在所有大模型都在用的 Transformer 架构，他算是奠基人之一。

此外，还有联合创始人，现任 CTO 的王昊，是北大计算物理博士，曾在粤港澳大湾区数字经济研究院（IDEA 研究院）担任封神榜大模型团队算法负责人，发布国内首个多模态开源大模型 " 太乙 "、首批百亿级大语言模型 " 燃灯 " 及千亿级大模型 " 姜子牙 "，是国内稀缺的多模态大模型人才。

当时，大多数人对于具身智能发展路径的判断是：专用模型比通用模型容易，创业企业最好先从专用模型出发，最后再转型到通用模型之上。

然而王潜有一个反常识的判断：他认为具身智能必须由通用到专用，必须从第一天起就做通用模型，" 才能学到物理世界的底层规律 "。

因此，从一开始，王潜就给自变量选了一条少有人走的路，不是把大语言模型简单嫁接给机器人，而是构建物理世界专属的基础模型。从头构建了将视觉、语言、动作、物理预测融为一体的统一架构，命名为 " 世界统一模型 "（WUM）。

但这一判断在当时还不被理解，因此也让自变量早期的融资陷入四寻无门的境地。

2025 年，自变量交出了第一份答卷—— WALL-A 模型，引爆了投资圈的关注。在大部分其他厂商的模型还在执行简单的 Pick & Place 操作时，WALL-A 已经可以让机器人完成衣物处理、收纳整理、线束整理等多项复杂精细操作。

更重要的是，WALL-A 验证了端到端路线的可行性：机器人不再需要人工拆解任务、逐一编程，而是通过模型自主理解任务目标并规划动作序列。此时的自变量机器人，已经可以做到对照图纸自行拼装了。

也正是在这一年 5 月，美团战投领投自变量机器人的 A 轮融资，开启了自变量的融资狂潮——阿里云、红杉中国等知名机构纷纷入场，自变量机器人的融资一路顺畅，越融越多，越融越快。

王潜对此坦言 " 所有这些投资人投我们的逻辑，其实非常简单，就是投技术上的领先性。这几家大厂也在做大模型，应该是全世界做大模型最好的几家公司之一，他们自己的技术判断力很强，他们需要投某种意义上的技术第一性、技术驱动的事情。"

赛博家人

技术再牛，最终要看能不能落地。

目前自变量已经推出量子一号、量子二号轮式双臂机器人，前者真实开放场景复杂长程任务，可自主规划路径、连续完成多步骤作业，实现多机集群智能协作，落地实用性极强。后者适配家居、工业、车载多场景，支持高精度遥操 + 自主作业双模式。

而且当几乎所有具身智能公司都在冲刺工业产线——汽车制造、半导体、物流仓储——自变量选择了另一条路：直接进家庭，打造赛博家人。

王潜对 2026 年的目标定得很明确：至少在某些场景里面实现正 ROI。他直言，这是到目前为止除了唱歌跳舞类场景外，还没有一家做到过的事情。

目前自变量的落地进展比很多人想象中要快，已经率先在家庭服务和工业生产两大场景中完成了商业化验证，也是其备受资本青睐的另一大原因。

6 月，自变量就宣布与 58 到家合作的机器人保洁服务在深圳落地，机器人进入真实家庭，与保洁阿姨协同作业。王潜还相当坦诚的表示，当前模型处于 " 实习生 " 阶段，会犯错，但具备 24 小时不间断工作和自我迭代的能力。

在工业侧，自变量不光与金杯股份合资成立金智变量机器人公司，还进入了华晨宝马座椅和内饰产品一级供应商的生产线，搭载 WALL-B 模型的机器人将在集团各板块批量落地，据测算，单工厂综合生产成本可下降两成，交付周期大幅缩短。

还有与顺丰集团的合作，将具身大模型引入工业物流场景，通过机器人深度嵌入智能分拣与供件环节。

这也对应了如今资本市场中，最朴素的真理：谁先让机器人真正产生收入，谁才算上岸。