近日，码荟成员企业、具身智能公司「自变量机器人（X Square Robot）」连续完成 B+、B++ 和 C 轮融资，投资方包括中国移动链长基金、红杉中国、IDG 资本、源码资本、达晨财智、中金资本、中保投资等 30 多家各个领域的顶级机构。

这也是继 4 月下旬完成 B 轮融资后，公司在 2 个多月时间内连续完成的又一系列重磅融资，整体估值突破 200 亿元人民币。本次系列融资将用于具身基础模型研发、大规模数据采集，以及机器人本体的持续升级等。

源码资本此次参与了自变量的 C 轮融资，正式成为其股东。而具身智能是源码长期布局的核心赛道，投资覆盖当下热门的人形机器人、消费服务机器人、工业机器人等本体方向，以及通用具身大模型等领域；已投资了宇树科技、银河通用、加速进化、卧安机器人（06600.HK）、海柔创新、梅卡曼德、斯坦德、云鲸智能、擎朗智能、星迈创新、橡鹿机器人等多家企业。投资自变量，是源码在具身智能生态版图中的又一关键落子。

1

全栈自研：模型、数据、Infra 的三位一体

2026 年 4 月，自变量发布全球首个基于 " 世界统一模型（WUM）架构 " 的具身大模型 WALL-B。区别于 VLA 模型拼接视觉、语言、动作模块的思路，WALL-B 把视觉、语言、动作、物理预测等能力放进同一个网络从零联合训练、融为一体，消除模块间的边界与数据搬运损耗，由此具备三大优势：原生多模态、更强的空间推理；理解物理规律并预测环境演化；以及能在与环境互动中自我进化的记忆能力。这是一次从底层架构到训练范式的重写，也是具身大模型迈向原生多模态的标志性事件。

不仅如此，在过去三个月里，自变量机器人通过密集的技术开源与发布，向外界展现了其绝对的技术实力：

开源的 WALL-OSS-0.5 让视觉与动作统一表示，动作 Token 对应可观测的物理变化。据自变量介绍，仅预训练即具备堪比后训练的任务能力，在多项真机任务中领先 Pi 0.5 等主流开源模型；近期新发布的世界模型 WALL-WM 以 " 事件 " 而非均匀时间采样来对齐语言、视觉、动作等多模态数据，据其公布的评测，在基础任务、推理任务、灵巧操作、泛化场景等测评中，分数明显超过 Pi 0.5、DreamZero 等主流模型。

模型之外，自变量补齐了数据与 Infra 两块底座。在数据侧，公司自研工业级数据管线，覆盖大规模数据的采集、清洗、自动标注、质控与增广，并以自研数据合成模型复现真实世界中稀缺、复杂或危险的场景；配套发布的 XR Zero 系列无本体数采方案支持全模态数据可回放、可迁移，据自变量介绍已经模型闭环验证，可将训练所需数据成本降低约 95%。

而在 Infra 侧，自变量自研面向具身大模型的分布式训练与高性能推理框架，并构建 " 本体执行 → 数据采集 → 再训练 → 部署 " 的数据回流闭环与在线强化学习系统，让模型在真实部署中持续吸收新数据、自我进化。

2

双端落地：从家庭到产线，迈向通用具身智能

在机器人本体方面，自变量自研并量产了量子一号、量子二号两款高性能机器人，实现了机械臂、关节模组、动力驱动器、主控制器等核心零部件的全面自研与算法深度适配，为机器人进入用户家庭和工业产线提供了载体。

在 C 端市场，自变量开启了机器人大范围进家庭的服务计划。今年 3 月起，自变量机器人携手 58 到家平台推出智能保洁家庭服务，由机器人与保洁人员协同完成家政任务，这是具身智能技术迈向更大规模商业应用的标志性事件，有望改变未来家庭的生活方式。

今年 5 月起，自变量进一步推出机器人常驻家庭的 "X 家庭成员计划 "，为用户提供长达 1 个月的机器人常驻服务，满足更多样、更随机的家庭需求，并收获了用户的广泛好评。这也是具身机器人首次走下 " 舞台秀场 "、大范围进入家庭、接受用户真实需求的检验。

在 B 端，自变量与汽车零部件企业、物流企业等合作，其具身大模型与机器人已在工业制造产线的精细操作，以及物流分拣与供件等高要求场景中投入落地验证。

自变量的愿景是 " 让智能机器人服务人类的每一天 "。为此，公司自研世界统一模型、具身机器人本体、数据采集方案与数据管线，形成了从算法到整机的完整闭环。在具身智能行业，机器人本体技术已逐渐收敛，唯有 " 大脑 " 才能让机器人具备泛化能力，成为家庭与工厂中真正可用的生产力。正如企业名称所暗示的，自变量希望成为主动引发行业改变的那个 " 自变量 "，以第一性原理开拓 " 具身通用智能 " 的未来。