作者 | 汤安迪

编辑 | 周欢

机器人硬件军备竞赛开始。

8月12日，深圳自变量机器人，干了件很大胆的事，在机器人圈等同于裸奔：把自家物流分拣系统，架在镜头前，全程直播，没有人工兜底，没有固定脚本，包裹完全随机。

大小、形状、材质、重量全都不可预知，连续干满一小时。

最终成绩定格在：1816 件/小时，成功率超过 98%，平均每 2 秒完成一次抓取、翻面、扫码、摆放的全套动作。

作为对照，美国Figure AI在今年 5 月，这家美国人形机器人明星公司，进行了一场轰动全网的 200 小时马拉松直播，三台 Figure 03 人形机器人轮班分拣包裹，总共处理了近 25 万件，平均效率 1248 件/小时。

这场直播被整个硅谷奉为人形机器人进厂的里程碑，凭此一举把公司估值推上神坛。

Figure AI在2025年9月，就以390亿美元投后估值，成了全球最贵的人形机器人公司，而它的收入从未披露。

而深圳自变量的 1816 件/小时，比 Figure 的 1248 件/小时高出约 45%。

另外Figure的200小时直播用的是标准化包裹，自变量处理的是随机真实包裹，纸箱、软袋、圆柱件混投。

而人类，在同类分拣任务上，熟练人类工人的表现大约是每小时 900 件。换句话说，自变量这套系统的吞吐能力是人类的两倍以上。

01

不服跑个分

再不服跑个成本

真正让这场直播，爆火的还有成本，

Figure 的方案是什么？全身人形机器人 + 五指灵巧手。Figure 03 身高 173 厘米、重 61 公斤，搭载 Helix-02 端到端神经网络，一台机器的造价是行业内心照不宣的天文数字。

自变量的方案是什么？双机械臂 + 标准夹爪。没有腿，没有躯干，没有五指灵巧手，没有一切为了像人而存在的昂贵结构件。

据自变量内部估算，这套物流分拣系统的成本仅为美国同行的约 30%，整整砍掉七成。

用 30% 的成本，跑出 145% 的效率。

过去三年，整个具身智能行业，都有一种直觉，机器人必须像人，手必须有五根手指，仿佛泛化能力必须用硬件复杂度来献祭。Figure、Tesla Optimus、1X 全部押注在这条路上。

融资故事也全都建立在这个前提上，因为只有硬件足够贵，估值才足够高。

自变量合伙人兼算法负责人甘如饴表示：“大家可能会认为，灵巧手对大模型技术要求更高。恰恰跟大众认知不同，反而是用更简单的机械臂+夹爪处理物流分拣，对具身大模型的要求更高。”

硬件简单，意味着大脑必须更聪明。

灵巧手可以用机械冗余弥补智能的不足，抓不稳？换根手指再捏一次。夹爪没有这种奢侈，每一次抓取都必须一次判断正确：这个软包能不能直接夹？推一下会往哪边滑？翻面的瞬间会不会掉？该用单臂还是双臂？

02

赌大脑的公司

和赌身体的公司

支撑这对夹爪的，是自变量今年 4 月发布的 WALL-B。

官方称之为全球首个基于世界统一模型（WUM）架构的具身智能基础模型。

WALL-B 是一套从零预训练的端到端具身大模型，把视觉、语言、触觉、动作和物理预测塞进同一个神经网络。

机器人借此理解重力、惯性、摩擦力这些物理规律，面对一个从未见过的包裹时，预测不同动作的后果，然后自主决策。

这些能力不是针对物流场景专项训练的，而主要来自预训练阶段形成的通用物理理解。

直播中一个细节可以佐证，面对衣物类软包这种容易变形的物体，夹爪会先拨动、展开，让包裹恢复平整，再校准面单位置。

这一套先整理、再翻面的动作序列不是工程师写死的规则，是模型在现场自己长出来的策略。

03

完全端到端

自变量机器人，成立于 2023 年 12 月，总部深圳，是国内最早押注完全端到端路线的通用具身模型公司。

此前它最广为人知的落地动作，是和 58 到家合作把机器人塞进真实家庭做保洁收纳。

这次直播后，官方确认已与国内头部物流企业合作，把分拣方案部署到真实产线。

机器人的路线，现在还不清晰。

Figure 赌身体，先把通用的人形硬件做到足够可靠，让同一个身体去适配一万种任务。赌注是硬件的通用性。

自变量赌大脑，身体越简单越好、越便宜越好，让模型的物理理解能力去消化任务的复杂度。赌注是智能的可迁移性。

自变量机器人创始人王潜，经历丰富，本科清华电子工程系、博士南加大Robotics Learning。

他表示：

硬件确实很难做，但硬件和模型能力是两条平行线……其实大部分场景没必要做这种和人自由度完全一样的手，一方面是成本，另一方面也没太大用处。

人只用夹爪也可以做非常复杂的任务，而夹爪在大部分场景，至少一半以上场景是足够用的。

物流分拣这一局，赌大脑的公司暂时领先。

分拣是仓储场景里随机性最高、最考验实时决策的环节之一，不是提前排练好的舞蹈动作。

04

小结

自从今年宇树在春晚亮相，在全球范围出圈，对于中国机器人公司被嘲讽的标准话术是：“demo 很性感，出货全靠高校和展厅。”

有统计显示中国市场售出的人形机器人，用于工业和物流实际场景的仅约 4%，研究教育和展示占了大头。

自变量这场直播的价值，在于它证明另一件事，当美国同行还在用昂贵的人形硬件给资本市场讲通用性的故事时，中国公司已经开始用大脑性价比给产业客户讲落地账了。

一个赌身体的通用性，一个赌大脑的迁移性。一个为了演示而存在，一个为了部署而存在。

自变量王潜对中国机器人很有信心：

美国实验室买个机械臂坏了返修可能需要两个月，但国内只需要一天，这是数量级的差异……不管哪个行业，从 1 到 10、从 10 到 100 这个阶段，中国一定做得比美国好。所以如果我们在从 0 到 1 这个阶段能够做得不比美国差，甚至做得还不错，那肯定长期还是我们有优势。”

有人问王潜：你是不是要做具身智能的 DeepSeek？

他的回答是：

DeepSeek 当然是一个很伟大的公司，但我们要做像 OpenAI 那样的公司。