自变量机器人近日召开发布会，宣布将于2026年5月25日正式推出搭载自研具身智能基础模型WALL-B的家用服务机器人，进入真实家庭场景提供持续服务。该模型基于世界统一模型架构（WUM），在预训练阶段同步学习视觉、听觉、语言、触觉与动作等多模态数据，具备物理常识理解能力，可预测物体状态、实现零样本环境适应、长期记忆及在线自进化。模型参数实时更新，无固定迭代周期。

为保障用户隐私，搭载WALL-B的机器人在设备端对原始图像进行实时打码处理，原始图像不离设备；所有数据采集需用户主动授权确认后方可启动；公司承诺数据不向第三方共享。当前机器人尚处“实习生”阶段，执行任务时仍需远程协助，存在动作偏差或中断现象，但支持24小时不间断运行，并随每日任务产生新数据而持续优化。

自变量已与58同城合作，在深圳、北京等地上线限时智能保洁服务。服务模式为人机协同：机器人负责客厅区域收纳与基础清洁，保洁人员承担沟通协调、现场判断及深度清洁等复杂环节。深圳地区3小时服务定价149元，与同平台纯人工保洁价格持平。用户可通过58同城APP或微信小程序预约。

该公司于2026年1月完成由字节跳动领投的10亿元A++轮融资，此前已获美团、阿里投资；近期完成B轮融资，由小米战投领投。其参与申报的‘面向生活照料的智能机器人研发与应用验证’项目，已入选工信部与民政部联合发布的《智能养老服务机器人结对攻关与场景应用试点项目公示名单》，聚焦失能、半失能老人的基础护理、监测预警、差异化照护、情感陪伴、健康管理和环境清洁六大方向。

技术路线上，自变量曾于2025年9月开源轻量化VLA模型WALL-OSS，此前发布第一代VLA架构模型WALL-A。WALL-B转向WMA（World-Model–Action）技术路径，强调对物理世界规律的理解而非指令轨迹模仿。公司提出‘牛奶数据’概念，指从真实家庭环境采集的高复杂度、非标准化数据，包括自然光照、随机物品摆放、人宠动态干扰等，用以提升模型泛化能力。王潜指出，家庭环境单次动作不可复现、条件高度差异，是检验具身智能通用性的核心考场。

王潜表示，家务劳动占人类日均有效劳动时间约1/4至1/5，对应GDP占比约20%，构成可观潜在市场。但公司现阶段未设定具体业绩目标，核心目标是实现具身智能的‘Aha Moment’，即模型在开放家庭场景中自主完成跨任务、跨环境、跨干扰的稳定闭环决策与执行。家庭场景被视为加速基模能力跃迁的关键入口，其技术突破将对工厂、养老、医疗等垂类形成能力溢出效应。长远目标为通用机器人市场，定位难以用量级衡量的系统性价值空间。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。