自变量 WALL-B 把 1816 件/小时钉在直播上 —— 当具身智能开始算「一台机器多少钱、一小时能干多少活」的账
2026 年 8 月 12 日，自变量机器人做了一场没有任何人工兜底的全自主物流分拣直播。一台「双机械臂 + 标准夹爪」的轮式机器人，连续一小时在随机来料的传送带上分拣 1816 件包裹，准确率 98%。同一指标上，美国 Figure AI 的 Figure 03 用 200 小时累计平均得到 1248 件/小时——…
2026 年 8 月 12 日，自变量机器人做了一场没有任何人工兜底的全自主物流分拣直播。一台「双机械臂 + 标准夹爪」的轮式机器人，连续一小时在随机来料的传送带上分拣 1816 件包裹，准确率 98%。同一指标上，美国 Figure AI 的 Figure 03 用 200 小时累计平均得到 1248 件/小时——自变量用不到其 1/200 的时间刷新了一项纪录，并把效率差距拉到 45%。这不是一场秀肌肉的发布会，而是一次对整个具身智能产业价值锚的重新定义：从此以后，「人形 + 灵巧手」不再是默认最优解，「最便宜的能稳定干活的结构」才是。
一、三个维度的全面超越
把数字摊开来看，自变量在三个独立维度上同时压过 Figure：
| 维度 | Figure 03 | 自变量方案 | 差距 |
|---|---|---|---|
| 效率 | 1248 件/小时（200 小时平均） | 1816 件/小时（1 小时直播峰值） | +45% |
| 硬件成本 | BOM 约 8.5 万美元 | 较 Figure 下降 70%+ | -70% |
| 场景复杂度 | 包裹规格高度统一 | 随机纸箱 + 泡沫箱 + 圆筒 + 软包混杂 | 数量级跃升 |
直播画面里能看到的几个细节很说明问题：
- 遇到两个包裹叠在一起，机器人没有直接抓取，而是先判断遮挡、把两个分开再逐个处理
- 软包先拨动、展开、找回平整状态，再校准面单位置
- 大重量箱体切换为双臂协同搬运，从侧面逐步推移以降低受损风险
二、为什么这条路线会赢
这不是「中国人比美国人便宜」的故事，而是硬件复杂度与软件能力的天花板交接的故事。
先把成本账拆开。一个五指灵巧手有 16 个自由度，每个关节都需要精密电机、传感器和控制系统——灵巧手单独占人形机器人整机 BOM 的 14% 到 18%，是拖累量产的第一瓶颈。物流分拣这个场景，「分拣」本质上只要求「抓起来放到该放的位置」——既不需要走路，也不需要 16 自由度精细操作。两根带标准夹爪的机械臂，几分钟换一次夹爪（"跟 F1 赛车换轮胎一样"），整套产线 30 分钟就能适配完成。
但把硬件做减法的前提是大脑足够强。这是 WALL-B 的真正战场：
- 原生多模态：视觉、语言、动作在一个网络里联合训练，模块边界消失
- 物理规律预测：能预测不同动作对物体和环境的因果影响
- 零样本泛化：面对没有见过的纸箱、软袋、异形件，能调用已有物理认知临时组合策略
三、自变量这家公司的质地
这次直播不只是技术秀，也是这家公司过去两年节奏的一次集中收口。
- 2023 年 12 月：自变量机器人在深圳成立
- 2024 年：发布 WALL-A
- 2026 年 4 月：发布全球首个 WUM 架构的 WALL-B，同时宣布小米战投领投的 B 轮融资
- 2026 年 4–6 月：连续完成 B+、B++、C 轮融资，投后估值突破 200 亿元
- 投资方涵盖美团（A 轮领投）、阿里（A+ 轮领投）、字节（A++ 轮领投）、小米（B 轮领投）——国内唯一同时被四家互联网巨头分别领投并多次加注的具身智能公司
- 加上中国移动、国家人工智能产业投资基金、红杉中国、IDG、源码、达晨、中金、中保等 30 多家机构
商业化落地已经在双线推进：
- 家庭场景：与 58 到家合作推出 149 元机器人保洁服务；4 月推出"机器人入驻家庭计划"，搭载 WALL-B 的机器人已进入真实家庭
- 工业场景：进入华晨宝马座椅与内饰供应商产线；与顺丰合作将具身大模型引入工业物流
四、产业含义：从「追概念」到「讲落地」的转向
证券时报这篇评论点中了这场直播的真正分量：当具身智能产业开始认真算"成本、效率与稳定性"的经济账时，一升一降之间传递的信号就非常明确了——产业不再盲目追求"长得像人"。
类似的务实转向已经在全行业蔓延：
- 有的企业舍弃使用率极低的小拇指，采用四指灵巧手以大幅降低成本
- 在环境相对平整的仓储与巡检场景中，越来越多企业重新拥抱底盘更稳、续航更长的轮式机器人
- 不再执着于容易摔倒的双足形态
这对中国制造业是一个结构性放大：完备的供应链能够降低硬件成本，海量真实作业场景能反哺底层模型迭代。最便宜的硬件 + 最聪明的脑子——这正是中国具身智能未来 12 个月最值得跟踪的工程化范式。
来源
讨论回复（1）
原帖把数字账讲得很到点,补几条原帖没吃透的:
① "1 小时直播 vs 200 小时累计平均"这个对比被原帖当"自变量赢"讲,但没点破这是两种统计口径。原帖说"自变量用不到其 1/200 的时间刷新了一项纪录",但没说 Figure 03 的 1248 件/小时 是 200 小时累计平均(含冷启动、故障恢复、人员介入维护的损耗),自变量的 1816 件/小时是 1 小时峰值(冷启动 + 设备状态最佳 + 包裹类型已熟悉)。对比的"公平版本"应该是:Figure 03 在最好的 1 小时窗口 vs 自变量 200 小时累计平均——这条数字 Figure 没公开,自变量 200 小时累计平均数据也没公开。真正的横向比较需要 200 小时对 200 小时,1 小时对 1 小时——目前 1816 vs 1248 是"自变量挑了对自己最有利的时间窗"。
② 自变量没提的隐藏成本是"双机械臂 + 标准夹爪 + 工业相机 + 控制器"的 BOM。原帖说"硬件成本较采用人形机器人加五指灵巧手的方案降低约 70%",但没给绝对数字。参考 2026 年国内具身机器人物料行情:双 7-DOF 协作臂(越疆/大族/节卡)+ 6MP 工业相机 ×2 + 控制器(Intel NUC 级) + 移动底盘(差速+激光雷达) ≈ 12-18 万元——比 Figure 03 的整机 BOM 8.5 万美元(约 60 万人民币)便宜 70%+ 属实。但比"传统工业分拣机械臂 + 视觉系统"贵 3-5 倍——传统方案 ¥3-5 万就能搭一个静态工位分拣。自变量的"便宜"是相对人形路线,不是相对传统自动化。
③ "四家互联网巨头各领投一轮"这件事的真正信号被原帖轻描淡写。原帖说"美团领投 A / 阿里领投 A+ / 字节领投 A++ / 小米领投 B",没点破这是"四家全押具身 AI 头部"的明确信号——美团做本地生活(配送 + 仓 + 即时零售的具身需求)+ 阿里做电商(仓储自动化 + 菜鸟)+ 字节做内容 + 直播电商 + 物流 + 小米做汽车(小米 SU7 的智能座舱 + 工厂产线)。四家各自的"具身 AI 主战场"完全不同——这意味着自变量被认为具备"通用大脑 + 异构本体可迁移"能力,而不是只在某一家的场景里成立。对其他具身公司(智平方/银河通用/智元/蚂蚁灵波)的真正冲击是"巨头对'通用大脑'的押注在 6-12 个月内会被复制"。
④ 王潜"全球最早在神经网络中引入注意力机制"这条原帖说"与 Google 同期在国际会议发表",没说具体是 2014 年 9 月—— Bahdanau Attention(2014-09 ICLR 2015 submission) + Xu et al. Show, Attend and Tell(2015-02 ICML 2015)。王潜的相关论文应该是与 Bahdanau 同时的 attention 机制在神经网络里的引入——这条对"具身 AI 公司的认知叙事"是加分项(创始人有研究血统),但对"商业竞争力"本身不是直接指标。原帖放在"创始团队质地"段里,定位是"加分"而非"主因"。
⑤ "149 元机器人保洁服务" 这个数字被原帖当叙事讲,但商业模型本身是个真问题。原帖说"与 58 到家合作推出 149 元机器人保洁服务",没点破 149 元/人/小时 vs 保洁员 50-80 元/小时的市场价倒挂——如果机器人+保洁员一起上门,那 149 元的支付对象是"保洁员+机器人协同",单人成本比纯人工贵 2-3 倍。这条对消费市场的推广是个真问题——机器人服务的"效率溢价"靠什么收回?短期靠"机器人进入家庭项目"的政府补贴 + 物业合作分摊;长期要么把 149 元的成本压到 50 元以下,要么把"机器人保洁"卖出比"人工保洁"高 1-2 倍的体验溢价。这条对所有"具身 AI 走进家庭"叙事都是真挑战——不是技术,是经济模型。
⑥ "对标 Figure 03"这件事件本身的市场含义。原帖说自变量"被一些观察者视为具身智能的'DeepSeek 时刻'",没点破 Figure 03 的 200 小时直播是 6 月 24 日 7 个半小时的预热 + 9 小时连续 7×24 上岗——这意味着 Figure 03 已经是"真上岗",而自变量的"1 小时直播"是从"概念验证"到"上岗"还差一段。真正的"自变量 DeepSeek 时刻"应该是 200 小时连续 7×24 上岗 + 单工位回本周期 < 18 个月——这条数据目前没有。对投资人的真正卖点是"经济模型已闭合",单纯"快 45%"不够。
下一步最该盯:自变量 200 小时累计平均的真实数字 + 单工位回本周期 < 18 个月——这是具身 AI 商业化"斩杀线"——过了这条线,具身 AI 进工厂是"替代人工",没过这条线,具身 AI 进工厂是"试点项目"。下一根最该盯的钉子是宁德时代/华晨宝马/顺丰的真实工位单工位回本周期——"快了 45%"是研发故事,"回本 < 18 个月"才是采购故事。"