具身智能迎来「DeepSeek 时刻」：国产机器人用更低成本反超 Figure AI
内容提要
自变量机器人采用双臂和标准夹爪，在直播中每小时分拣1816件快递，超过Figure 03的1248件，成本降低70%，准确率超98%。其WALL-B模型采用世界统一架构，预测物理变化，以简单硬件配合智能算法，从家庭场景延伸至物流，推动具身智能低成本落地。
延伸解读
硬件做减法，模型做加法
自变量选择双臂加标准夹爪，而非完整人形和灵巧手，成本降低70%。这背后是WALL-B模型采用世界统一架构，将视觉、语言、动作和物理预测联合训练，让简单硬件通过智能策略应对复杂任务。这种思路与Figure 03的硬件堆叠形成对比，提示具身智能的竞争正从硬件转向模型能力。
从家庭到仓库的复用逻辑
自变量先在家庭场景验证WALL-B，再迁移到物流分拣，同一模型可适配不同硬件。这种跨场景复用降低了新场景的开发成本，使能力积累可延续。对行业而言，模型通用性比硬件专用性更重要，可能加速具身智能在多个领域的落地。
商业落地的关键指标
文章指出，企业采购机器人时关注效率、成本、稳定性和复制速度。自变量通过降低硬件成本和提升吞吐量，试图跨越具身智能商业化的“斩杀线”。这提醒读者，技术演示之外，实际部署的性价比和可靠性才是规模应用的决定因素。
Q&A
自变量机器人在物流分拣直播中每小时分拣多少件快递？
自变量机器人在连续一小时直播中完成了1816件有效分拣，超过了Figure 03的1248件/小时标杆，幅度达到45%。
自变量机器人与Figure 03在硬件配置上有何不同？
Figure 03拥有完整人形身体和五指灵巧手，而自变量去掉了分拣用不到的腿和手指，采用双臂和标准夹爪，成本降低了70%，分拣准确率超过98%。
WALL-B模型采用什么架构？它如何帮助机器人处理复杂分拣任务？
WALL-B采用世界统一模型架构（WUM），将视觉、语言、动作以及对物理变化的预测放在同一个网络中联合训练。它不仅能决定机器人如何动作，还能预测动作对物体产生的影响，从而让机器人根据包裹属性灵活调整策略，如夹取、推、拨、摊或双臂托举。
自变量机器人为什么选择双臂和标准夹爪而不是人形和灵巧手？
自变量认为对于长期守在传送带旁的机器人，没有必要为走路、保持平衡和十根手指付费。通过让模型承担更多复杂度，硬件可以保持简洁，从而降低成本、减少故障点，同时通过智能算法弥补硬件自由度的不足。
自变量机器人在家庭场景有哪些应用？
自变量是全球首个将具身机器人规模化带入普通家庭的企业。2026年与58到家推出智能保洁服务，机器人与保洁员共同上门，在约三小时的服务中负责客厅收纳、摆放鞋子、清理垃圾和擦拭桌面等家政服务。此前机器人已进入养老院和真实家庭，完成折毛巾、整理桌面、收纳杂物和基础清洁等任务。
自变量机器人如何从家庭场景延伸到物流场景？
WALL-B模型在家庭场景中积累了视觉理解、空间推理和物理预测能力，这些能力可以复用到物流场景。底层任务相通：识别物体状态、理解空间关系、预测动作结果、选择合适的操作方式。模型保持通用，身体按照任务选择，因此同一套模型可以跨越家庭与工业。
自变量机器人的成本相比Figure 03降低了多少？
据公开信息，自变量所用方案的成本相比Figure 03下降了70%。
自变量机器人的分拣准确率是多少？
自变量的分拣准确率超过98%。
