9月8日，A股機器人概念股迎來拉升。

截至收盤，首日登陸北交所的三協電機（920100.BJ）報收78.2元/股，漲超780%。此外，三花智控（002050.SZ）、鳴志電器（603728.SH）等多股漲停。

今天（9月8日），深圳具身智能公司自變量宣布完成近10億元A+輪融資。

本輪融資由阿里云、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。

據悉，這是阿里云首次出手投資具身智能公司。后續，阿里云將為自變量提供多維度支持，資金將用于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。

阿里云的首次出手，為什么會是自變量？

事實上，自變量此前在機器人領域已經顯山露水。

一個月前的2025世界機器人大會上，自變量機器人的“量子2號”正式發布。在接受時代財經專訪時，自變量CEO王潛透露，從2月立項到最終推出實機，整個過程不超過半年。

（自變量機器人“量子2號” 圖源：自變量機器人官方公眾號）

而此前，自變量已經憑借自研的“Great Wall”操作大模型系列的“WALL-A”模型在具身智能領域受到關注。據自變量，搭載這一具身大模型的整機能在開放隨機環境中，自主感知、自主規劃、自主決策，完成一整套長序列復雜操作。

值得注意的是，成立不到兩年，自變量就完成了從具身大模型到整機的布局。

2021年，王潛察覺到具身智能技術范式正在發生轉變。后來，通用機器人落地曙光初現后，他毅然決定創業。企查查數據顯示，在A+輪以前，成立一年多的自變量已經完成了7輪融資。此前，公司已經獲得了包括北京機器人產業基金、美團戰投、君聯資本、光速光合等諸多知名投資機構的投資。

處在快速迭代的具身智能元年，在從業者看來，許多行業母題尚未形成共識。在外界眼里，具身智能這條賽道的起與落也具有諸多不確定性。

但是王潛很篤定。

對于公司的產品，他很有信心；對于技術路徑，他堅信端到端模型、真實訓練數據會是具身大模型發展最優選擇；對于具身智能的未來，他表示，“10年之內，就能看到AGI和通用機器人的落地成果。”

（自變量CEO王潛 圖源：自變量機器人官方公眾號）

以下是時代財經此前對自變量CEO王潛的專訪內容（經整理，不改變原意）：

時代財經：是什么契機讓你下定決心投身具身智能行業？

王潛：作為一名技術領域從業者，AGI是我的理想追求。 但是坦率地講，早年間，受限于當時的技術，通用人工智能和通用機器人離現實還很遙遠。但到2021年左右，我明顯感覺到技術范式要轉變了，預計10年內能看到（通用機器人）不錯的成果，所以當時決定創業，親自投身這個領域。

時代財經：與市面上的其他具身智能大模型相比，自變量差異化優勢是什么？

王潛：從現場展示能看出，搭載了我們的“WALL-A”大模型的機器人，能夠完成難度高、流程長的任務，在任務完成過程中，機器人同時還可以接受被觀眾互動干擾。

目前海內外聲稱做模型的企業很多，但實際在開發基礎模型上做重投入的公司并不多，做得好的更少。我們目前向Deepmind、Physical Intelligence等開發的同類模型看齊。

時代財經：自變量之前主要做具身智能大模型，是什么時候決定開始研發機器人整機的？

王潛：其實，公司成立伊始，我們就把“軟硬一體”寫入了業務規劃。但在排列優先級的時候，我們認為大模型更重要也更難，需要更大投入和更長時間積累，所以先從模型入手。

決定開始推進硬件業務主要有三個原因：一是出于大模型訓練效率的考量。由于產品定義上有一定差距，外部硬件公司定義的硬件未必完全符合我們自身AI和模型的需求，模型訓練過程中，硬件反饋修改效率低，不如自己整合更快；二是我們的硬件團隊實力足夠。我們目前開發的“量子2號”是輪式底盤加雙臂的仿人形態的機器人。研發團隊在這一塊很有經驗——團隊成員有過十億甚至百億以上產品的交付經驗；三是我們希望能在產業鏈中占據更高的地位和價值。從行業規律看，越靠近終端用戶，在產業鏈中的價值和地位越高，我們希望最終能夠直接面向終端消費者，與其依賴供應商，不如自主研發。

時代財經：自變量對機器人整機的商業化預期是怎樣的？早期交付量和客戶量級大概是多少？

王潛：今年8月正式發布后，我們就會開始推進整機交付。現在大家對這款機器人產品的認知還在培育，所以我們早期交付會從幾十臺的量級開始，進一步做市場推廣后再擴大規模。

時代財經：目前的整機的客戶主要集中在哪些領域？

王潛：我們的產品大部分還處在早期的POC（概念驗證）階段。未來，各個領域都有一些可落地的場景。

時代財經：公司未來的商業模式會是怎樣的？

王潛：我們不會單獨賣大模型，也不會單獨賣硬件，還是要軟硬一體銷售。

時代財經：截至2025年8月，公司已經完成了總計7輪融資，公司對融資和上市預期是怎樣的？

王潛：我們會持續融資，也會考慮上市，這些節點都不會遙遠。

不過我認為，最重要的不是上市或融資，而是能否給客戶創造價值。現在商業化落地，要么在教育科研市場（天花板較低），要么是情緒價值（如跳舞、表演、導覽等）。真正能在實用場景中算出投資回報率（ROI）的，目前還沒看到，這才是我們該追求的，而不是融多少錢或是否上市。

時代財經：如今，越來越多的機器人已經走向應用，你比較看好哪些場景？

王潛：我們更看好服務業市場，包括酒店、養老、物流、零售等。在我看來，工業對速度和準確性要求高，很多任務比起交給機器人，更適合交給自動化機械。不過這種情況可能之后會有所改變，隨著技術進步，機器人在工業中的重要性會上升。

時代財經：怎么看待實際數據和仿真數據在訓練中的地位？

王潛：我是堅定的真實數據支持者。仿真數據曾經是主流做法，但核心問題是，仿真數據很難準確模擬需要大量物理交互的場景。像走路、自動駕駛這類物理交互少的場景，仿真數據做得不錯，但涉及碰撞或接觸的場景，就非常難，比直覺中難很多。以前有些聲稱100%靠仿真數據的公司，現在也開始大量增加真實世界數據。