量子位
·
具身智能开年最大融资，字节红杉领投10亿
内容提要
自变量机器人完成10亿元A++轮融资，由字节跳动和红杉中国领投。自2023年成立以来，该公司已完成9轮融资，总额超过30亿元，专注于具身智能大模型的研发，致力于在真实物理环境中学习与应用。
关键要点
-
自变量机器人完成10亿元A++轮融资，由字节跳动和红杉中国领投。
-
自变量机器人自2023年成立以来，已完成9轮融资，总额超过30亿元。
-
融资资金主要用于具身智能基础模型的训练、硬件产品研发及开源大模型WALL-A的推进。
-
自变量机器人专注于自研通用具身智能大模型，创始人王潜在神经网络研究领域有深厚背景。
-
自变量的技术路径强调具身智能模型是独立于语言模型的基础模型，需面对真实物理环境。
-
自变量推出WALL-A系列大模型，解决传统模块化架构的推理断层与泛化瓶颈。
-
量子一号和量子二号是自变量的两代具身机器人，分别用于数据采集和复杂操作。
-
自变量选择搭建可持续进化的具身智能底座，形成模型与硬件的闭环迭代。
延伸解读
融资背景与市场信号
自变量机器人在短时间内完成多轮融资，显示出市场对具身智能技术的高度认可。字节跳动和红杉中国的参与，标志着这些互联网巨头对具身智能领域的重视，可能会推动行业的进一步发展与竞争。
技术路径的独特性
自变量机器人的技术路径强调具身智能模型与语言模型的独立性，意味着其在真实物理环境中的应用将面临不同的挑战。这种独特的技术定位可能使其在未来的市场中占据优势，但也需克服复杂的技术难题。
硬件与模型的闭环迭代
自变量机器人选择搭建可持续进化的具身智能底座，形成模型与硬件的闭环迭代。这种策略不仅有助于提升模型的学习能力，也可能在长远中增强其市场竞争力，但需要持续的技术投入与创新。
延伸问答
自变量机器人最近完成了多少轮融资？
自变量机器人已完成9轮融资，总额超过30亿元。
自变量机器人的融资主要用于哪些方面？
融资资金主要用于具身智能基础模型的训练、硬件产品研发及开源大模型WALL-A的推进。
自变量机器人的创始人背景如何？
创始人王潜本硕毕业于清华大学，后在南加州大学攻读博士，研究方向为Robotics Learning。
自变量机器人推出了哪些具身机器人？
自变量推出了量子一号和量子二号两代具身机器人，分别用于数据采集和复杂操作。
自变量机器人的技术路径有什么特点？
自变量的技术路径强调具身智能模型是独立于语言模型的基础模型，需面对真实物理环境。
WALL-A模型的主要功能是什么？
WALL-A模型将感知、理解、决策与动作输出统一纳入端到端模型，解决推理断层与泛化瓶颈。
