自變量機器人發布 WALL?B，35天后新一代機器人正式進入家庭

4月21日，自變量機器人舉辦新品發布會，正式推出新一代家庭機器人落地計劃。會上發布自研具身智能基礎模型WALL?B——這是全球首個基于世界統一模型（WUM）架構的具身智能大模型，標志著具身基礎模型從傳統VLA架構，邁向原生多模態統一融合的全新階段。

自變量創始人兼CEO王潛、聯合創始人兼CTO王昊，現場詳解WALL?B技術架構、數據體系與訓練機制，并宣布：35天后，搭載WALL?B的新一代機器人將首批入駐真實家庭，開啟具身智能服務家庭生活的規模化落地。

家庭，才是具身智能的終極考場

“鬧鐘響起、拖鞋不見、碗筷未洗、玩具散落、寵物打翻水杯……”王潛用一段日常場景，點破家庭環境的核心特質：隨機、碎片、動態不可控。

當前行業機器人多停留在預設軌跡、遙控操作的“表演階段”，工業機器人更是依賴固定環境重復執行。二者均無法應對家庭里每時每刻都在變化的真實狀況。硬件已成熟，但智能才是最大瓶頸——機器人缺少能理解物理世界、自主應對突發狀況的“大腦”。

從WALL?A到WALL?B：打破VLA架構天花板

自成立之初，自變量便聚焦于構建端到端的具身智能基礎模型。2024年底，公司曾發布基于 VLA 架構的 WALL-A，隨后在25年9月開源了輕量化版本 WALL-OSS，并與58同城合作，將搭載 WALL-AS 模型的機器人送入真實家庭與保潔協同作業。但在真實的 C 端復雜環境中，團隊觸碰到了傳統架構的“天花板”。

VLA 架構的局限性：視覺、語言、動作三個獨立模塊拼接，導致數據在跨越模塊邊界時產生嚴重的信息損耗與延遲。更重要的是，VLA 模型只能模仿訓練數據的軌跡，無法真正理解物理世界的規律。

WUM 架構的破局： WALL-B 是一次從底層架構到訓練范式的全面重寫。類似于蘋果芯片的統一內存架構，WUM 將所有能力放在同一個網絡中從零開始聯合訓練，徹底消除了模塊間的邊界和數據搬運損耗。

三大關鍵能力，定義新一代機器人“大腦”

基于WUM架構，WALL-B展現出三項關鍵能力：

1. 原生多模態融合

模型從訓練初期即同時處理視覺、聽覺、觸覺與動作信息，實現“所見即所想即所做”。

同時具備“本體感”——無需外部測量即可感知自身空間尺寸與動作范圍。

2. 具備物理世界“常識”

能夠理解重力、摩擦力、慣性等基礎規律。例如看到桌邊懸空的盤子，可以主動預測其掉落風險并采取行動。

3. 可在真實環境中持續進化

不同于傳統機器人遇錯即停，WALL-B可以在失敗后自主調整策略，并將成功經驗直接寫入模型，實現持續學習。

這意味著機器人不再依賴反復人工訓練，而是在現實世界中不斷成長。

“牛奶數據”筑底與嚴守隱私紅線

為了讓機器人真正適應復雜的家庭生活，自變量深入數百個志愿者家庭，采集充滿隨機性與嘈雜元素的真實數據。

數據飛輪策略： 摒棄僅用干凈可控的實驗室“糖水數據”，而是用實驗數據打底建立基礎能力，用真實家庭的“牛奶數據”提質，讓模型學會在不確定環境中生存。

三大隱私安全保障：

視覺脫敏：原始圖像在設備端實時打碼，絕不離開設備。

透明授權：拒絕“默認同意”，用戶主動按下同意鍵后方可開機。

用途限定：數據絕不共享給第三方；機器人只認一個主人，發現可疑指令立即鎖定設備。

目前，自變量已明確商業化時間表：35天后，經過硬件升級并搭載 WALL-B 的新一代機器人將正式入駐首批用戶家庭。即日起，官方渠道已開始招募首進家庭機器人的“家長”。

CEO王潛坦言，當前的機器人仍處于“實習生”階段，會犯錯并需要遠程協助?！叭祟悘膵雰簳r期邁出的第一步也是如此。如今，機器人已經在最復雜的地方開始了它學習和進化的征程?！?/p>

未來展望

從實驗室到真實生活，從“展示能力”到“解決問題”，具身智能正在跨越關鍵門檻。

WALL-B的發布，不只是一次技術升級，更是一次方向性的轉變——

讓機器人真正理解世界，并在世界中成長。

而35天后的家庭落地，或許正是這一變革的起點。