投中网获悉，自变量继 4 月下旬发布会宣布完成小米战投领投的 B 轮融资后，又连续完成 B+、B++ 和 C 轮融资，2 个多月时间连续完成 4 轮重磅融资并全部完成交割。

此次爆出的自变量融资的投资方阵容豪华程度令人咋舌，汇集了各个领域中最顶级的资本阵容，目前已经确定的投资方包括中国移动、中保投资、红杉中国、IDG 资本、源码资本、达晨财智、中金资本等 30 多家顶级机构、互联网巨头资本、产业资本、国家和地方基金，而小米战投已经连续参与三轮融资。

互联网大厂、顶级 VC、产业方、国家队和地方政府资金抱团下注，一方面说明，资本市场对具身基础模型重要性已经达成集体共识，另一方面，也印证了资本对自变量这家公司技术和发展潜力的认可。

自变量机器人是大湾区第一家、也是目前唯一一家估值超过 200 亿元的具身模型。据了解，截至目前，具身模型领域只有自变量、智元、银河通用和星海图四家企业估值突破 200 亿。

各路顶级资本齐下注豪华程度极其罕见

回溯自变量的领投方，可以发现一件在科技领域非常罕见的事情：美团（A 轮）、阿里（A+ 轮）、字节跳动（A++ 轮）、小米（B 轮）四大互联网厂商分别领投，并多次加注。以技术著称的互联网巨头对自变量技术水平的高度认可，因此以重注的方式表示支持。

这其中，美团是最早押注自变量的互联网巨头之一。美团的核心业务，外卖、到店、酒旅，本质上都是劳动密集型服务。随着人力成本持续攀升，末端配送和线下服务的人效天花板已经显现。可以说，对美团而言，具身智能和本地生活业务关联密切。

作为 B 轮领投方，小米在具身领域的投资也很广泛，在不同的触点上布局了触觉传感的纬钛机器人、做本体的萝博派对、聚焦灵巧手的曦诺未来等公司。在模型层面，自变量是其重注的一家。

字节在 AI 算法和算力上的积累无需多言，但一直缺乏一个将 AI 能力延伸到物理世界的平台。此外，字节的硬件如 PICO VR 等业务，都需要新的交互入口。到目前为止，自变量是字节在具身智能领域的唯一一笔直接投资。同理，具身智能是 AI 从虚拟走向物理的载体，也是阿里业务需要的 " 物理世界接口 "。

互联网大厂之外，产业资本也轮番加注自变量。除开基础的资金支持，更以具身智能为契机，升级产业链。自变量的最近四轮融资，频繁出现产业资本的身影：58 集团、沈阳汽车（沈阳汽车产业投资基金）、奇瑞汽车（国海创新资本）、法国雷诺等，这是对自变量技术领先性和产业落地前景的坚定认可。

目前，自变量机器人已经在 58 到家的家政服务、某德国豪华品牌汽车零部件供应了产线等场景落地，走入真实的家庭服务和工业生产中。58 集团投资自变量，是业务绑定的深化。

在单笔融资金额超过 10 亿之后，市场上能出得起大钱的投资方数量缩减，具身赛道的融资已经迅速进入 " 国资轮 "。众多 " 国字头 " 主体和地方资本也密集下注：中保投资、国投创新、国开科创、国科投资、中保投资、江苏高投、深投控资本、宝安区引导基金等；中国移动等央企也多次现身投资方。具身智能已经被列入 " 十五五 " 规划的未来产业核心赛道，国资、地方基金和国央企的密集加注，不仅表明资金已经向头部收拢，也为自变量带来潜在的地方产业资源和供应链支持。

本次自变量四轮融资中的财务投资机构同样群星闪耀：红杉中国、IDG 资本、达晨财智、深创投、中金资本、源码资本、毅达资本等。这也是红杉中国第三次押注自变量。红杉在具身和人形机器人赛道上颇为谨慎，宇树和智元两家之外，三次押注自变量足以说明对这家公司的看好。

自变量从成立之初就坚持自研具身模型，是国内最早采用完全端到端路径、实现通用具身智能大模型的企业，也是具身智能行业的 " 最强大脑 "。

具身行业 " 最强大脑 " 世界统一模型 " 闯进 " 用户家庭

具身智能行业的关注焦点已转移到具身大脑。这使得自变量这样的具身大模型公司受到了高度关注。自变量自研的 " 世界统一模型 " 以机器人为载体，已经进入了无数用户的家庭生活，这被外界视为对泛化能力的 " 最高检验 "，成为自变量受到资本追捧的原因之一。

在今年 4 月，自变量发布了全球首个基于 " 世界统一模型（WUM）" 架构的具身大模型 WALL-B。据发布会信息，WALL-B 将视觉、语言、动作、物理预测等所有能力，放在同一个网络中从零开始联合训练，能够消除模块间的边界和数据搬运损耗。

这使得 WALL-B 具备三个核心优势：原生多模态、能理解物理规律并预测演化、能在与环境的互动中自我进化。尽管并未公布太多信息，但自变量宣布了让搭载 WALL-B 模型的机器人常驻用户家庭的计划。目前这一计划已经在推进中，成为外界对 WALL-B 模型泛化能力的最直观认识。

多次刷新具身模型范式自变量技术实力 " 秀肌肉 "

不仅如此，在最近 3 个月，自变量频繁秀技术 " 肌肉 " 并在技术圈层吸引了巨大关注，也让外界对其技术实力有了更清晰的认识。

举例来说，自变量在 6 月连续发布了开源模型 WALL-OSS-0.5 以及世界模型 WALL-WM。

其中， WALL-OSS-0.5 仅预训练，就具备堪比进行后训练之后的任务完成能力：在 17 个真机任务中，无需后训练， 4 个任务自主完成率超过 80%，在操作类和推理类任务中均领先 Pi 0.5 等主流开源模型。

而世界模型 WALL-WM，是全球首个具备 " 事件级预测能力 " 的世界模型。不同于目前所有世界模型按照时间进行均匀采样的方式，WALL-WM 通过 " 事件 " 来对齐语言、视觉、动作等多模态数据，让模型更好学习不同模态数据的关联性，从而理解物理世界将如何演化、模型应当如何执行。

同时在具身行业最稀缺的数据方面，自变量同样 " 亲力亲为 "。其不仅自建数采工厂，还研发了完整的数据管线，能够自动、大规模地执行数据的采集、清洗、标注、质量控制等。其还发布了基于自研数采设备 XR Zero G0 的数采方案，通过研究将训练模型所需数据成本降低 95%。

在机器人本体方面，自变量则自研了搭载不同模型的量子一号和量子二号，这些机器人成为模型的载体，进入数采工厂和各种落地场景。

就目前来说，实现通用具身智能的路途尚远，模型 - 数据 - 本体的配合缺一不可，唯有拥有全栈能力的玩家才有可能将领先优势保持到最后。自变量在具身模型上已经通过落地高泛化场景，和频繁的技术发布更新行业范式，证明了自己的技术能力。在数据和本体方面则亲力亲为，不是等待其他玩家建设 " 坐享其成 "，而是主动研究前沿问题、开源分享成果。这种从第一性原理出发，为通用具身智能自己添砖加瓦的做法，可能才是投资人最看重、也最值得行业伙伴学习的。