149元，3小时。

近期，自变量与58同城合作推出的智能保洁服务引发了广泛讨论。用户下单后，家政阿姨、机器人和工程师一起上门。质疑和好奇随之而来：机器人到底做了多少活？为什么还需要阿姨和工程师？它什么时候才能真正替代人工？

但这笔账，不能只按“机器人替代人工”来算。

这项服务更准确地说，是一种“成熟家政服务+机器人场景参与”的组合。

149元，对应的是一次完整的人工上门保洁服务。对许多城市家庭来说，这个价格足以匹配家政阿姨投入的时间和劳动。而在这个服务流程中，机器人承担部分可执行任务，工程师负责现场支持和安全保障。

在这其中，家庭隐私是首要考量。需要注意的是，自变量和58同城从这项服务设计之初，就保留了用户拒绝的权利：用户不同意，机器人不开机。

它给出的方案是视觉脱敏、透明授权和用途限定：原始数据完全脱敏，机器人经用户同意后才启动，数据不共享给第三方。

只有在用户允许之后，机器人才能真正进入家庭。自变量要做的，是让机器人在这样的环境里理解任务、完成动作，并从一次次成功和失败中继续迭代。

这也指向中国机器人产业的一种新路径：具身智能正在从资本、发布会和演示视频驱动的热闹，走向真实世界里的压力测试。

今年，很多人观察到具身智能行业的一个新变化：很多公司不热衷于上晚会舞台、发布会现场表演，而是“杀”进了用户家庭、办公室、工厂等线下真实场景，去抢夺宝贵的真实物理环境的具身数据。

为什么？一言以蔽之，高质量的具身数据是研发“通用具身智能”的宝贵养料。谁最先采集到足够多的数据，就最有可能撬开具身模型的这扇大门。

而自变量正朝着这个目标进发，自然格外重视数据。“我本质上认为，跑马拉松的机器人和我们是两个完全不同的领域。”自变量创始人王潜说，自变量和做语言模型的公司距离可能更近，和那些展示运动能力的机器人公司反而更远。

用大模型团队的方式做机器人

自变量把自己定位为一家具身智能基础模型公司。它不是单纯做人形机器人本体，也不是做家政服务，而是要做机器人的“大脑”：让机器人看懂环境、理解非结构化任务、规划路径，并在真实世界里完成复杂的闭环服务。

自变量的优势不只是做机器人，而是用大模型团队的方式做机器人。

“今天真正理解大模型应该怎么做的人确实不多。”他说，全世界所有具身智能公司里，自变量是少数以大模型团队为核心来做具身智能的公司。

这也是自变量技术路线的特殊之处：它同时推进三件事——基础模型、真实世界数据和机器人本体。

基础模型对应的是Great Wall系列。从WALL-A到今年4月最新发布的WALL-B，自变量在模型架构、数据效率和泛化能力上继续推进。

真实世界数据对应的是它对真机和复杂场景的重视。相比只依赖公开视频或仿真数据，机器人不仅要进入真实环境，还需要在真实任务中持续获得反馈。不同家庭、不同物体、不同光线和不同地面条件，都会影响机器人的判断和动作结果。

本体则决定模型能否真正落地。自变量自研通用轮式双臂机器人、人形机器人、高自由度灵巧手和机械臂等硬件体系。

换句话说，自变量想打通的不是单一模型，也不是单一机器人本体，而是模型、数据和身体之间的循环。

这条路线和创始团队背景有关。

创始人兼CEO王潜本科毕业于清华大学，后赴美国攻读南加州大学博士，是神经网络注意力机制领域的早期探索者之一。联合创始人兼CTO王昊是北京大学计算物理博士，曾任IDEA研究院大模型团队负责人。这种创始团队的背景注定了自变量的基因中天生就是模型和算法

在具身模型的研发上，自变量同时在走VLA、WM和自主架构WUM世界统一模型，三条路线。

VLA，即--，通常被理解为“视觉-语言-动作”模型。它试图把机器人“看见环境、理解指令、生成动作”三个环节连接起来，让机器人根据视觉输入和语言指令，动态生成下一步动作。自变量第一代具身基础模型WALL-A，走的就是这一路线。

2024年底，自变量发布基于VLA架构的第一代具身基础模型WALL-A。2025年9月，公司又将同一思路架构下的轻量化模型版本WALL-OSS开源。

但传统VLA架构仍有不足：更像是三个模块的拼接：视觉模块负责识别物体，语言模块负责理解指令，动作模块负责生成轨迹。数据在不同模块之间的语义逐级传递，每经过一次边界，就可能发生信息损耗和延迟。不仅如此，VLA更像是在模仿和预测，而不理解物理规律，也就不能理解如何正确地与物品交互。

2026年4月，自变量对原有技术路径进行升级，推出新一代具身智能基础模型WALL-B。WALL-B的核心是WUM架构，即World Model。WUM试图把视觉、语言、动作、物理预测等能力放进同一个网络里，从零开始联合训练，减少模块边界和数据搬运带来的损耗。

机器人的下一个战场，不在舞台上

“机器人进入家庭，是这个时代最难的技术问题之一。”王潜曾说。149元3小时的家政服务，不只是为了做家务。它更是一次把机器人放进真实世界的系统测试。

家庭场景的价值，主要是带来真实数据、真实反馈和真实约束。实验室里的机器人可以被反复调试，展厅里的机器人也可以被安排在相对可控的环境里。但一旦进入家庭，它就会遇到大量无法提前设计的问题：家具怎么摆，地面是什么材质，光线如何变化，杂物放在哪里，用户会怎样下指令，机器人又会在哪些看似简单的任务上失败。

过去很长时间里，很多人对机器人的想象，来自科幻电影、发布会视频和短视频演示。那些内容塑造了一种期待：机器人一进入家庭，就应该像人一样理解环境、完成任务、解决问题。

但真实产业路径不是这样发生的。

机器人进入家庭，不会从完全替代人工开始，而会从人机协作开始。它不会一开始就是完美管家，而更像一个不断学习的实习生。

它可能需要远程协助，可能把拖鞋放到厨房，也可能擦桌子擦到一半停下来“思考”。但它也可以24小时工作，并把每一次真实任务中的反馈，变成下一轮系统迭代的材料。

机器人行业下一阶段的竞争，可能会变得更具体，也更残酷。真正拉开差距的，可能是谁能更早进入真实场景，并在真实场景里形成模型、反馈、服务和商业化闭环。

而这道最残酷、最真实的关口前，自变量成为了第一个闯关者。

上一篇：家政服务保洁

下一篇：没有了