近期，《智能涌現(xiàn)》獲悉，具身智能創(chuàng)業(yè)公司“自變量機器人（X Square）”連續(xù)完成Pre-A與Pre-A+輪融資，總金額達到億元級。投資方包括德聯(lián)資本、基石資本、啟賦資本、南山戰(zhàn)新投，老股東九合創(chuàng)投持續(xù)加注，一葦資本擔(dān)任獨家財務(wù)顧問。

據(jù)了解，融資將用于下一代統(tǒng)一具身智能大模型的訓(xùn)練與場景落地。

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。

自變量機器人的創(chuàng)始團隊，兼具Robotics Learning（機器人學(xué)習(xí)）和大模型的雙重背景。

創(chuàng)始人兼CEO王潛畢業(yè)于清華大學(xué)，是全球最早在神經(jīng)網(wǎng)絡(luò)中引入注意力機制的學(xué)者之一。博士期間，王潛在美國頂級機器人實驗室參與了多項Robotics Learning的研究，研究方向覆蓋了機器人的多個前沿領(lǐng)域。

聯(lián)合創(chuàng)始人兼CTO王昊是北大計算物理博士，在粵港澳大灣區(qū)數(shù)字經(jīng)濟研究院（IDEA研究院）期間擔(dān)任封神榜大模型團隊算法負責(zé)人，發(fā)布了國內(nèi)首個多模態(tài)開源大模型“太乙”，首批百億級大語言模型“燃燈”以及千億級大語言模型“姜子牙”。

當(dāng)前，“腦”（不論大腦還是小腦）日益成為具身智能賽道的熱門話題。

在海外，兩位前卡內(nèi)基梅隆大學(xué)教授成立的Skild AI，在2024年7月完成了3億美元的融資，成立僅一年估值就達15億美元；由前Google研究員，Stanford與Berkeley教授成立的Physical Intelligence（PI），估值則已達到20億美元。

“自變量機器人從成立之日起就堅定選擇了‘統(tǒng)一大模型’的技術(shù)路線，與這兩家公司后續(xù)公布的不謀而合。”王潛表示。

但目前，具身智能大模型領(lǐng)域還存在不少無人區(qū)。在國內(nèi)，首批百億級大語言模型和機器人的結(jié)合還較淺，常常只局限在簡單的語音互動與感知規(guī)劃。

與此同時，全球范圍內(nèi)尚未出現(xiàn)能真正解決物理世界復(fù)雜的操作問題的通用大模型。傳統(tǒng)機器人通常基于特定場景和任務(wù)，很難根據(jù)環(huán)境和任務(wù)的變化自主調(diào)整策略。長遠來看，作為“腦”的模型泛化性不足，也會給具身智能的規(guī)模化造成阻礙。

王潛對《智能涌現(xiàn)》表示，訓(xùn)練具有高泛化性的具身智能通用大模型，也就是統(tǒng)一大模型，是目前真正的解法。

為具身智能接入一個通用的底層模型，意味著機器人有了一個學(xué)習(xí)了所有任務(wù)之間的通用架構(gòu)的大腦，比如物理世界的規(guī)律、物體的特性、機械臂的控制力度等。

相較于適用于特定任務(wù)或場景的垂直模型，具身智能通用模型所具有的任務(wù)泛化性，能夠讓開發(fā)者不用根據(jù)每個新任務(wù)從0-1訓(xùn)練模型，減少模型微調(diào)所需訓(xùn)練數(shù)據(jù)量的同時，所得模型還能根據(jù)任務(wù)和環(huán)境變化自主調(diào)整策略。

成立以來，自變量機器人在具身智能通用操作模型的研發(fā)上進行了快速迭代。成立僅2個月，自變量機器人就訓(xùn)練出了第一版具身智能操作模型，可實現(xiàn)切菜、倒水等步驟長且復(fù)雜的操作任務(wù)。在2024年中，模型在特定任務(wù)上已顯現(xiàn)出少樣本學(xué)習(xí)和自發(fā)的跨任務(wù)遷移能力。

近期，自變量機器人實現(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，采用的技術(shù)路線為“統(tǒng)一具身智能大模型”。王潛表示，該模型在多個維度上達到或超過了SOTA水平。

據(jù)王潛介紹，WALL-A模型的特點在于，實現(xiàn)了兩個維度的“統(tǒng)一”：

一，實現(xiàn)了所有步驟“端到端”的完全縱向統(tǒng)一。輸入最原始的視頻、語言、傳感器信號，輸出最后的機器人的速度、位姿、力矩，用一個模型完全解決，中間沒有任何切分的步驟；

二，實現(xiàn)了不同任務(wù)的橫向統(tǒng)一。所有的任務(wù)放在同一個模型訓(xùn)練，推理用同一個模型進行操作。也就是說，一切操作任務(wù)，只用這一個模型，就解決所有問題。

王潛對《智能涌現(xiàn)》提到，端到端的縱向統(tǒng)一，可以避免人為干預(yù)所引入的噪聲和信息損失；任務(wù)的橫向統(tǒng)一，則讓機器人像人一樣從不同任務(wù)中獲得可相互借鑒的經(jīng)驗。

“新一代的具身智能技術(shù)的突破體現(xiàn)在泛化性、通用性、自學(xué)習(xí)、處理復(fù)雜任務(wù)的能力上，這一切在統(tǒng)一大模型均有體現(xiàn)。”王潛表示。

他透露，自變量機器人已經(jīng)實現(xiàn)了一系列創(chuàng)新，既包括底層算法、框架的創(chuàng)新，也包括數(shù)據(jù)工程、訓(xùn)練工程的整體系統(tǒng)級創(chuàng)新和優(yōu)化。

以下是投資人評價：

德聯(lián)資本：德聯(lián)資本長期以來堅定支持機器人領(lǐng)域的早期創(chuàng)新，大模型帶來的具身智能技術(shù)躍遷將使機器人泛化性得到本質(zhì)提升，加速場景普及應(yīng)用。自變量機器人作為具身智能基礎(chǔ)模型公司，創(chuàng)新性地提出大小腦融合的統(tǒng)一端到端具身基礎(chǔ)大模型，展現(xiàn)了scaling law在具身智能領(lǐng)域的巨大潛力。自變量團隊具備行業(yè)稀缺的Robotics Learning與多模態(tài)大模型融合能力，將模型架構(gòu)、訓(xùn)練方法、數(shù)據(jù)管線深度耦合，具有顯著的差異化與競爭壁壘。德聯(lián)資本高度認可并堅定支持自變量成為行業(yè)領(lǐng)先的具身智能基礎(chǔ)模型公司。

基石資本：自變量機器人在具身大模型上的深刻理解與技術(shù)積累令人印象深刻，是國內(nèi)極少數(shù)既完整做過多模態(tài)大模型又深入理解機器人復(fù)雜操作的復(fù)合型團隊。公司成立之初就堅定選擇端到端的訓(xùn)練范式，搭載其模型的機器人在空間關(guān)系理解、長序列復(fù)雜動作以及場景泛化能力等關(guān)鍵難點上都展現(xiàn)出國內(nèi)外領(lǐng)先的水平。我們認為自變量是一個專業(yè)水平領(lǐng)先并有極客精神、心懷夢想并愿意為之付出的創(chuàng)業(yè)團隊，熱烈歡迎他們加入基石大家庭，我們將持續(xù)堅定的支持公司的發(fā)展，協(xié)助公司達成遠期目標。

啟賦資本：自變量機器人是當(dāng)前國內(nèi)唯一致力于端到端統(tǒng)一具身大模型的公司，也是少見的能將完整的語言及多模態(tài)大模型訓(xùn)練經(jīng)驗和機器人學(xué)習(xí)經(jīng)驗有機結(jié)合的原生團隊。這一代的具身智能技術(shù)，既需要新的技術(shù)棧上的突破，也需要在整體工程落地上的創(chuàng)舉。公司在技術(shù)原始創(chuàng)新、工程創(chuàng)新、工程落地方面體現(xiàn)出了極大的優(yōu)勢，是一個兼具探索家氣質(zhì)、科學(xué)家精神、工程師實踐的團隊。我們相信隨著自變量機器人在模型、數(shù)據(jù)、工程等方面工作的逐步落地，必將顯現(xiàn)出領(lǐng)先世界的模型效果與真正落地通用機器人的商業(yè)潛力。

南山戰(zhàn)新投：自變量機器人采用先進的端到端技術(shù)路線，致力于構(gòu)建一個能夠從感知直接到動作的通用具身大模型。得益于其高效的數(shù)據(jù)采集系統(tǒng)，公司能夠?qū)崿F(xiàn)數(shù)據(jù)與模型之間的快速迭代，確保技術(shù)持續(xù)領(lǐng)先。在短短半年內(nèi)，公司自主研發(fā)的基礎(chǔ)模型已經(jīng)能夠訓(xùn)練機器人執(zhí)行一系列復(fù)雜而精細的物理操作。團隊由機器人學(xué)習(xí)和大模型領(lǐng)域的專家組成，與國內(nèi)其他具身智能公司相比，展現(xiàn)出明顯的差異化優(yōu)勢。公司技術(shù)與南山區(qū)的人工智能戰(zhàn)略高度一致，有望解決具身智能機器人產(chǎn)業(yè)發(fā)展的核心瓶頸，并具備引領(lǐng)未來具身智能大模型發(fā)展的潛力。

九合創(chuàng)投：自變量機器人從Day 1開始堅定統(tǒng)一大模型的技術(shù)路線，在具身智能的Foundation Model上持續(xù)投入，并已經(jīng)產(chǎn)生了階段性的成果，當(dāng)前模型的現(xiàn)場執(zhí)行效果、復(fù)雜任務(wù)處理能力、泛化能力處于領(lǐng)先狀態(tài)。九合在自變量團隊持續(xù)加注，我們期待團隊在LLM理論基礎(chǔ)、實踐經(jīng)驗的積累上，不斷推進具身智能大模型的技術(shù)路線演進，給具身賽道帶來新的變化。

文｜周鑫雨??編輯｜蘇建勛??轉(zhuǎn)載 | 智能涌現(xiàn)

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。