近期，具身智能創(chuàng)業(yè)公司“自變量機器人（X Square Robot）”完成數(shù)億元Pre-A++輪融資。本輪融資由光速光合與君聯(lián)資本領投、北京機器人產(chǎn)業(yè)基金、神騏資本跟投。融資將用于下一代統(tǒng)一具身智能通用大模型的訓練與場景落地。
據(jù)了解，這是光速光合首度投資具身智能大模型方向，而君聯(lián)資本同樣在具身智能大模型領域積極布局，對這一賽道給予了高度關注與投入。北京機器人產(chǎn)業(yè)基金和神騏資本作為產(chǎn)業(yè)方投資人，將加速自變量機器人的場景落地進程。
自變量機器人成立于2023年12月，致力于通過研發(fā)具身智能通用大模型，實現(xiàn)通用機器人。2024年11月完成億元級Pre-A與Pre-A+輪融資。
通用機器人的終極目標是像人一樣通過交互、感知和行動自主執(zhí)行任務，并具備高效的泛化和遷移能力。而實現(xiàn)這一目標的核心，就在于機器人通用具身智能大模型。
在海外，包括Skild AI、谷歌DeepMind、Physical Intelligence（PI）等科技公司都在該領域進行積極布局。
具身智能可主要分為大腦（認知與決策）和小腦（運動控制）。目前國內(nèi)企業(yè)在探索不同發(fā)展路徑：部分專注于大腦，提升機器人語言理解與規(guī)劃能力；部分聚焦小腦，優(yōu)化行走、抓取動作等運動控制；也有企業(yè)選擇大小腦統(tǒng)一的端到端路線，這一路線也是國外頭部科技公司如Physical Intelligence（PI）、Skild AI等的選擇。
統(tǒng)一端到端具身智能大模型是提升機器人泛化能力和適應能力的關鍵。傳統(tǒng)的分層架構(gòu)雖能在特定任務上實現(xiàn)優(yōu)化，但難以適應復雜環(huán)境的動態(tài)變化。而端到端方案，使機器人能夠從感知直接映射到運動，形成高效的反饋閉環(huán)，從而在多任務、多場景中具備更強的自主學習與適應能力。
自變量從成立之初就選擇了“大小腦統(tǒng)一的端到端大模型”路線。公司創(chuàng)始人兼CEO王潛表示，真正的具身智能大模型，應當由一個模型覆蓋從感知信號輸入到動作輸出的完整過程，而不進行人為地分層或模塊劃分。這才是實現(xiàn)通用具身智能的真正解法。
而在國內(nèi)，選擇端到端模型的廠商中，技術路線也有所分化：部分廠商選擇優(yōu)先訓練特定任務或單一場景的小模型；自變量則從一開始采用多任務、大量場景訓練，以提升模型的通用性和適應能力。
王潛表示，目前業(yè)內(nèi)對于明顯超過單一操作的復雜任務，所有較好的實現(xiàn)結(jié)果幾乎都是由具身智能大模型完成的。小模型為每個任務設計特定的模型結(jié)構(gòu)，往往只能執(zhí)行最基本的單一操作，無法實現(xiàn)泛化。與之相反，大模型則重視如何通過工程化方式實現(xiàn)模型的scaling-up，直至達到完全通用。二者技術棧完全不同，依賴小模型的積累并不能有效遷移實現(xiàn)大模型。
通用性和泛化性是定義這一代具身智能技術最核心的要素。只有達到足夠的通用性、泛化性和可遷移性，才使得具身智能真正區(qū)別于傳統(tǒng)自動化，能實現(xiàn)在自由環(huán)境中，不受預設環(huán)境和預設物體限制的自由操作。
去年11月，自變量機器人宣布實現(xiàn)了全球目前最大參數(shù)規(guī)模的具身智能通用操作大模型——Great Wall系列（GW）的WALL-A模型。該模型在通用性、泛化性上可以做到用極少的樣本，完成各種物理環(huán)境變量、動作模式的泛化和遷移，同時在長序列復雜操作上具有絕對優(yōu)勢。
王潛表示，經(jīng)過最近數(shù)月的迭代，WALL-A模型的能力已經(jīng)與Skild AI、Physical Intelligence處于同一水平線上，部分能力甚至強于國外競爭對手。從任務復雜度層面來看，能夠完成例如拉拉鏈、整理衣物等精細操作，展現(xiàn)出在隨機環(huán)境中對復雜拓撲結(jié)構(gòu)、復雜物理交互的強大適應性。從復雜任務的準確率來看，在疊衣服、晾衣服等復雜柔性操作中表現(xiàn)出色，數(shù)分鐘級別的任務成功率達到90%以上。
此外，自變量機器人的通用具身智能大模型，還能夠?qū)崿F(xiàn)無需地圖和深度輸入的語義導航，并能基于視頻進行即時決策和實時指令跟隨，也具備自主環(huán)境探索能力。
團隊方面，自變量機器人的核心團隊成員位于深圳，軟件算法團隊具有Robotics Learning（機器人學習）和大模型的雙重背景。硬件方面，公司匯集了一批來自頭部硬件公司的核心技術骨干及高管，擁有成熟的工程能力和量產(chǎn)經(jīng)驗。
創(chuàng)始人兼CEO王潛本碩畢業(yè)于清華大學，是全球最早在神經(jīng)網(wǎng)絡中提出注意力機制的研究人員之一，博士期間曾在美國頂級機器人實驗室參與了多項Robotics Learning的研究，研究經(jīng)歷涵蓋機器人操作和家庭服務機器人相關的幾乎所有領域。聯(lián)合創(chuàng)始人兼CTO王昊是北大計算物理博士，曾在粵港澳大灣區(qū)數(shù)字經(jīng)濟研究院（IDEA研究院）擔任封神榜大模型團隊算法負責人，領導了國內(nèi)第一個百億級大模型和最早一批千億級大模型之一Ziya的研發(fā)。
-轉(zhuǎn)載自“自變量機器人”公眾號-
自變量機器人成立于2023年12月。公司致力于通過研發(fā)具身智能通用大模型的路徑，實現(xiàn)通用機器人。2024年4月初，《智能涌現(xiàn)》曾報道過其完成數(shù)千萬元天使輪及天使+輪融資。