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——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