雷峰網AI科技評論獲悉，自變量機器人於近日完成近10億元A+輪融資。本輪由阿裏雲、國科投資領投，國開金融、紅杉中國、渶策資本跟投。老股東美團戰投超額跟投，聯想之星、君聯資本持續追投。

此次為阿裏雲首次出手具身智能公司，將為自變量提供多維度支持。資金將用於自變量全自研通用具身智能基礎模型的持續訓練和硬件產品的研發迭代。

從2023年底成立起，自變量就確立了以端到端統一大模型實現通用具身智能的技術路徑，並於近期發布了適配多模態大模型控製的全自研輪式雙臂仿人形機器人——量子2號（Quanta X2）。

作為國內最早實現端到端具身智能大模型的公司，自變量自主研發「WALL-A」係列VLA（Vision-Language-Action）操作大模型，構建統一的認知與行動框架。在統一表示空間中，模型同時處理感知、推理和行動，直接進行跨模態的因果推理和行動決策，讓機器人最終能夠像人類一樣思考和工作。當前，「WALL-A」模型已在部分完全未訓練過的新任務類型中展現出零樣本泛化能力。

同時，雷峰網AI科技評論獲悉，自變量機器人率先實現了端到端具身思維鏈推理框架，基於多模態輸入進行深度推理並生成多模態輸出，形成模型自主決策、執行、探索和反思的完整閉環。模型能夠將語言理解、視覺感知與動作執行緊密結合，形成更接近人類思維的推理過程，成功突破多步驟長序列任務瓶頸，任務完成度大幅提升，極大擴展了機器人處理複雜現實場景的能力邊界。

今年年中，公司首個實現具身智能大模型控製高自由度靈巧手進行複雜操作。此前，自變量發布了自研大模型控製高自由度靈巧手精巧拿取並分發撲克牌這類彈性易形變物體的視頻。

為推動具身智能大模型的研究與應用，自變量開源其麵向開發者的具身基礎模型：「Wall-OSS」，並公開相關訓練代碼，便於全球開發者們在自有本體上快速微調和實際應用。Wall-OSS 具備強大的泛化性和推理能力，在長程操作任務方麵表現優於其他基礎模型，同時作為多模態基座，模型也具備良好的因果推理、空間理解和反思能力等。

Wall-OSS是一個基於大規模真實數據訓練的開源具身基礎模型。在模型架構上，創新性設計“共享注意力 + 專家分流 (FFN)”架構，將 VLM 的知識無損遷移到操作模型，實現語言與動作的深度耦合；在訓練方式上，首創“先離散、後連續、再聯合”的三階段訓練範式，確保VLM的認知能力被穩定、無損地遷移和擴展到物理動作上；此外，統一跨層級思維鏈實現了跨層級抽象層麵的前向任意映射，模型能夠在單一可微分框架內無縫切換高層決策與底層執行。

硬件方麵，今年8月，自變量發布了全自研輪式雙臂仿人形機器人“量子2號（Quanta X2）。在過去不到半年時間內，公司實現了機器人本體整機、高自由度靈巧手、外骨骼遙操數采設備等全棧自研。

量子2號是模型原生的通用機器人本體，在設計上不僅考慮了模型訓練及複雜操作任務的需求，更在負載能力、操作空間、運動速度及控製精度等核心指標上，實現了全麵的平衡與優化。

量子2號的五指靈巧手采用仿生結構設計，單手擁有 20 個自由度，並能感知細微的壓力變化。同時，基於臂手一體化外骨骼技術，自變量首創行業領先的“仿人機械臂+高自由度靈巧手”一體化全身遙操方案，量子2號不僅能采集高質量數據反哺模型訓練，也將與自研模型深度融合，真正進入到現實場景中落地應用。

隨著軟硬一體綜合能力的提升，目前自變量的機器人，已與頭部服務業、工業客戶達成合作，在多場景中投入使用。