阿里云首次出手具身智能，自变量完成近10亿元新融资

陪着寂寞看孤单

资源正迅速向少数头部企业聚集。

文丨王与桐
编辑丨程曼祺


我们独家获悉，具身智能公司自变量机器人（X Square Robot）完成近 10 亿元 A+ 轮融资，本轮由阿里云、国科投资领投，国开金融、红杉中国、渶策资本跟投，老股东美团、联想之星、君联资本追投。

自变量机器人成立于 2023 年 12 月，本轮前已完成 7 轮融资，总金额超 10 亿元。

这是阿里云首次投资具身智能企业。此前，阿里集团已经陆续投资了逐际动力、星动纪元、宇树机器人、星海图、灵心巧手等多家具身智能及产业链企业。一位从业者曾告诉我们，在去年上半年，阿里投完一圈基座大模型公司后，重点关注具身智能，“投了几乎所有具身智能公司”。

自变量机器人创始人兼 CEO 王潜，本硕毕业于清华大学，其硕士期间发表的论文被视为现代注意力机制早期的思想探索之一，提出了通过认知反馈引导神经网络聚焦关键特征的机制；在 USC（南加大）读博时，他的研究方向是 learning for robot manipulation，包括人机交互和家庭服务机器人等领域。

联合创始人兼 CTO 王昊是北大计算物理博士，曾任粤港澳大湾区数字经济研究院（IDEA 研究院）认知智能与自然语言中心的大模型团队算法负责人，负责开发的开源模型累计下载超百万。

中国具身智能创业公司大部分都是既做硬件本体、又做软件 “大脑”。其中有的像宇树那样侧重硬件本体和运动控制能力，有的则侧重软件算法和操作能力，如银河通用、星海图和千寻智能等。

自变量更偏向后者，用真实数据训练端到端具身大模型。

今年 8 月，自变量发布了与自研多模态大模型适配的轮式双臂仿人形机器人——量子 2 号（Quanta X2）。这款机器人全身具备 62 个自由度，有触觉感知能力，可触及 0-2 米的工作空间。

更早时的 2024 年 10 月，自变量已实现 WALL-A 系列 VLA（Vision-Language-Action）操作大模型，该模型希望构建统一的认知与行动框架：在统一表示空间（把不同模态的数据融合到一个共享空间中，以提升跨模态理解和生成能力）中同时处理感知、推理和行动任务，直接完成跨模态的因果推理和行动决策，让机器人像人类一样思考和行动。

今天自变量还开源了具身智能大模型 Wall-OSS，并公开了训练代码，支持开发者在自有机器人本体上微调和实际应用。

国内已有不少开源具身模型的机构和企业。仅在今年，就有智元、腾讯 Robotics X、阿里达摩院等开源了具身相关模型。

他们希望以开源设立技术标准，同时吸引更多开发者和硬件公司使用模型，从而获得更多样、更海量的数据；开源模型也能为自研本体硬件 “带货”。

曾有一位投行从业者告诉我们，一些投资人误判了具身智能行业的融资前景，认为人形机器人离真正创造价值还比较远，不值得投资；但实际上，政策、市场预期等多种因素，给尚处早期的具身智能带来了大额交易机会。

今年以来，具身智能领域频频出现单笔 5 亿元人民币级别的融资，除自变量外，还有宇树、银河通用、千寻智能、星动纪元、逐级动力、它石智航等。

一方面，工信部、科技部等多部门陆续出台政策，将人工智能与机器人产业列为战略性发展方向，今年 “具身智能” 首次被写入政府工作报告。另一方面，中国本就有完善的硬件供应链体系，这让制造机器人本体的成本更低，速度更快。同时，二级市场机器人板块行情走高，为早期投资提供了退出预期，会吸引更多机构布局具身智能赛道。

国有资本、地方基金，以及互联网大公司已成为最重要的投资方。

据 IT 桔子，2025 年已发生的融资事件中，国资及地方基金参与的超 30 起，其中国投创合、北京国管、上海国资等多次出手。

大科技公司中，除上文提及的阿里，京东在今年密集投资了千寻智能、众擎机器人、逐际动力；美团投资了宇树、银河通用、它石智航、星海图等多家具身智能公司，本次也超额跟投了自变量机器人。这些投资，一方面是为大公司自研大模型寻找硬件载体，另一方面也是为他们线下业务探索自动化解决方案。

国资和大公司出手的对象多有重复。在宇树等头部企业即将上市的预期下，具身智能第一、第二梯队的头部企业短期内仍将获得资本关注。

题图来源：自变量机器人

—じ☆ve人生—

我老家有家机器人公司，去年刚拿到融资，看来这行真的火起来了！

诛仙九妹

我觉得阿里这次近10亿的投资，不仅仅是看好一个项目，更像是在为下一个AI范式革命提前布局，因为现在大模型解决了信息世界的智能，而具身智能则是将这份智能实现从知道到能做的跨越，阿里显然不想错过这个新大陆。

walysj

10亿融资在AI领域不算小数目，但具身智能是个吞金兽。硬件成本高、研发周期长、数据采集难，没有足够资金支撑很难突破。自变量能拿到这笔钱，说明阿里云是真心想在这个赛道长期投入，而不是短期炒作概念。

superjiaming

其实具身智能最大的挑战不是算法，而是机器对常识物理的理解。打个比方你就知道了：人类知道杯子不能从空中悬空拿起，水会洒出来，这些对机器理解来说却是极其困难的。自变量如果能在物理世界的常识推理上有突破，才能真正让机器人走进日常生活，这比算法的优化更具有价值。