“機器人進家”，被自變量提速了｜甲子光年

4月21日，自變量機器人舉行發布會，推出新一代機器人進家庭計劃。

作者｜栗子

“35天后，機器人進入家庭。”自變量CEO王潛，在發布會現場做出了一個分量極重的承諾。

4月21日，自變量機器人發布新一代具身基礎模型WALL-B，并宣布35天后，搭載該模型的新一代機器人將首批入駐真實家庭。與其說這是一場模型發布會，不如說，這更像是自變量第一次把“機器人進家”這件說了很久的事，壓縮成了一個清晰的倒計時。

機器人進入家庭，一直是具身智能行業最誘人的一句話。它所對應的，不只是一個新場景，也不只是一個新的商業想象，而是具身智能終極的落點：一個真正能走進客廳、廚房和臥室，與人共同生活、共同勞作的機器人，才算得上具身智能從概念走向現實的真正跨越。

但所有人也都知道，家庭始終是機器人最難進入的地方。

舞臺、展廳和實驗室可以制造驚嘆的動作，家庭卻不會配合表演。那里沒有標準工位，沒有固定流程，沒有一萬次重復后仍然不變的工況，甚至沒有哪一分鐘是完全可預測的。地上的拖鞋、沒收拾的書包、隨時會打翻水杯的貓、狹窄的過道、光照變化的廚房、材質各異的桌椅和地毯，這些對于人類來說是生活的紋理，對機器人來說卻是最復雜的變量。

王潛在發布會上說得很直白：工廠里，一個動作可以重復一萬次；家庭里，一萬個動作，每個可能都只做一次，每次條件都不一樣。

也正因此，家庭不是機器人最后才去的地方，反而很可能是盡早必須面對的地方。因為那里不是展示區，而是真正的考場。自變量這場發布會，真正回答的也不是“我們又做出了什么新模型”，而是把家庭從概念口號拉回到產業進程里。它的意義在于，它把具身一個長期懸而未決的問題提前擺上桌面：模型究竟應該先在相對確定的場景里追求完美，還是應該盡早進入最復雜、最真實、最不受控的生活現場，在問題中成長、在反饋中進化。

某種意義上，這不是一次單純的產品發布，而更像是一次路線表態——家庭，不再只是終局想象，而開始成為推動行業繼續往前走的現實引擎。

1.這個時間點進家庭，節奏剛好

關于機器人何時進入家庭，行業里其實一直存在兩種思路。

一種思路認為，只有等模型真正具備足夠成熟的通用性或者說泛化能力后，家庭場景才值得考慮；另一種思路則更激進，認為終局場景恰恰應該盡早進入，因為只有真正進到最復雜的現實中，模型和產品才會暴露出真正的問題。你的機器人到底理解世界到什么程度，實驗室不會完全告訴你，家庭才會。這個判斷，在自變量的選擇上體現得非常明顯。

從表面看，自變量是在“提速”機器人進家。但從更深一層看，它其實是在承認一個現實，家庭并不是等模型完全成熟以后才值得去的終點，而是推動模型繼續成長的沃土。

這也是自變量一再強調，家庭與工業是兩類“極端相反”的場景的核心原因。工業場景相對封閉、固定，對速度和準確率要求極高。而家庭場景則開放、碎片、極度復雜，對泛化性的要求近乎苛刻，后者才是模型能力真正的用武之地。換句話說，家庭才是基礎能力的鍛造場。

這種判斷，并不是紙面推演出來的，是研發與應用端共同得出的結論。

作為國內具身智能模型派的代表企業，自變量始終致力于讓模型在真實環境中處理復雜問題。前不久，自變量與58同城合作，將搭載WALL-AS模型的機器人真正送入家庭，與保潔阿姨協同作業。在真實部署中，自變量看到了VLA架構的“局限性”——它可以模仿訓練數據中的軌跡，卻無法真正理解物理世界的規律；它在看似標準的任務里還能完成動作，但當環境、光照、材質、空間結構稍微發生變化，能力就會快速衰減。

真實場景暴露出一個模型之外非常重要的問題--訓練數據。

限制機器人進家的，不只是模型結構的局限，還包括數據這一模型認識這個世界的基礎。實驗室數據干凈、穩定、可控，適合建立基本能力，卻和真實生活有著天然的距離。王昊把這類數據比喻為“糖水數據”——可以吃飽，但不夠有營養；而真正讓機器人生長出泛化能力的，是來自真實家庭、真實擾動、真實混亂中的“牛奶數據”。

這個視角與知名的家庭機器人廠商1X technologies一致，其CEO Bernt ?ivind多次在公開場合表示“智能需要多樣性”“如果你在汽車工廠，你基本上是在一遍又一遍地做同樣的事情。你沒有在學習新東西”。

從這個角度看，自變量此時宣布“35天后進入家庭”，節奏并不冒進，反而恰好踩在了一個關鍵節點上：模型已經沉淀出最基礎的能力，可以支撐機器人開始在家庭里做事；而家庭這個場景本身，又恰恰能為模型提供最有價值、最難替代的數據回流。它既是目標，也是訓練場；既是應用場景，也是數據礦場。

所以，自變量此時選擇進入家庭，沒有一味的試圖證明機器人可以進家了，而是為了更徹底地回答另一個問題：機器人怎樣才能真的學會在家里生活。一言蔽之，家庭場景為真正的模型成長提供了必要的“數據導入”。

目前自變量團隊已進入數百個志愿者的真實家庭進行訓練，這些真實家庭場景數據的任務的豐富程度、復雜度與數據價值是絕對優勢。模型架構可以copy，論文可以復現，但這些實打實進入真實家庭的數據是臟活累活，必須要用這種笨方法去“采集”。

尤其重要的是，他們并不把數據采集、模型訓練、部署評測割裂成幾個線性環節，而是在機器人進入真實環境后，通過人機協作、在線回流，讓部署、評估、學習幾乎在同一時刻發生。這意味著，自變量所謂的“進家庭”，并不是等一個完美產品定型后再推向市場，而更像是讓一個已經具備基礎能力的機器人，正式進入一個能持續反饋、持續打磨、持續學習的系統里。

換句話說，自變量的底氣是形成并夯實數據飛輪閉環：從真實環境中獲取數據，在真實任務中暴露問題，再通過真實回流不斷修正模型。模型、數據、部署和迭代，不再是割裂的，而是被拉成了一整條鏈路。王潛在媒體采訪中提到，他們希望在未來兩到三年里，實現物理世界里的“Aha moment”。如果說語言模型的轉折點發生在ChatGPT那一刻，那么機器人進入家庭，也許正是具身智能尋找這個“Aha moment”的必要路徑之一。

2.自變量的底氣，來自于重寫“大腦”

“機器人進入家庭”這件事，過去常常更像一種愿景，像一種寫在PPT里的終局想象。真正能把它說成明確日期、明確動作、明確計劃的企業，并不多。

這也是王潛那句“35 天后進家庭”之所以分量極重的原因。它不是一個模糊的“敬請期待”，而是一個明確的交付節點。自變量敢把時間表說得這么硬，背后的底氣，來自于兩層：一層是模型架構的改寫，一層是長期沉淀下來的家庭數據。

先說模型。自變量這次發布的WALL-B最大的特點，是它不再沿用VLA視覺、語言、動作相對分層、相對拼接的處理方式，而是用“世界統一模型”架構，把視覺、語言、動作、物理預測等能力，從第一天起放在同一個網絡里聯合訓練。王昊在發布會上用了一個很形象的比喻：這有點像蘋果從傳統分離式架構轉向統一內存架構，不是讓數據搬運得更快，而是干脆減少“搬運”本身。

這套架構，可以概括為三項能力：

第一，是原生多模態。過去的機器人往往更像在做“傳話游戲”：視覺先看見，語言再描述，動作最后執行，信息在模塊之間一層層傳遞，也在一層層損耗。自變量希望WALL-B從一開始就把視覺、聽覺、語言、觸覺、動作等多模態信息同步訓練，讓它不再靠“轉述”理解世界，而是原生地、多通道地感知世界。

進一步說，這還帶來一種他們強調的“原生本體感”——機器人不必時時依賴外部建模，就能內在地感知自己多高、多寬、手能伸多遠、能不能通過一扇門、能不能夠到一個物體。對家庭場景來說，這種能力非常重要，因為家庭里的空間限制、家具尺度、物體擺放本身就是動態變化的。

第二，是物理世界的“世界觀”。過去的機器人可以識別一個盤子，卻未必理解“盤子懸在桌邊會掉下去”這件事；可以看見杯子，卻未必理解杯子里有水、拿取時需要調整力度。這種差別，看似細微，實則是“會識別”和“會理解”之間的分界線。

自變量的WALL-B就是讓機器人第一次真正對重力、慣性、摩擦力、速度等物理規律建立內生理解。也正因為物理規律是跨場景穩定存在的，這也是機器人零樣本泛化真正的基礎，不用每到一個新家都要重訓，而是在任何一個陌生家庭里，都能利用相同的物理常識去應對新場景。

第三，是與世界交互并自我進化。這或許是最具想象力的一點。當前多數機器人在任務失敗后會直接停止，等待工程師或遠程操作員接管；而WALL-B，則更像一個能在失敗中調整策略、在真實環境中繼續嘗試的智能體。

王昊把它類比成小孩學騎自行車、學用筷子的過程：不是先等所有規則都學會了再進入現實，而是在現實中不斷摔、不斷試，再把成功的經驗內化成能力。對一個要進入家庭的機器人來說，這意味著它不能只是“執行命令”，而要開始具備一種長期生長的能力。

歸根結底，WALL-B帶來的底氣，在于它開始讓機器人學著原生多模態數據，多維度感知世界，也感知本體，進而真正去理解物理世界的規律。最終，在持續理解世界、適應變化、并在交互中不斷變得更聰明。

3.進入家庭是一次全方位的挑戰

機器人進家庭，從來不是一個純技術問題。

技術只是門票，決定機器人能不能留下來成為家庭成員的重要原因之一，是對用戶隱私的保護。

這幾乎是所有家庭機器人都會面對的一個基本問題：當一個會看、會聽、會動、甚至會不斷學習的機器進入私密空間——“家”，人們最自然的顧慮，是它會不會泄露隱私，會不會在不該執行的時候執行，在不該看見的時候看見。

“承諾是便宜的，用戶信任才是最貴的”，王潛給出了三重方案：

• 第一，視覺脫敏。機器人在設備端對原始圖像進行實時打碼處理，原始圖像不離開設備，機器人“看到”的已經是去除個人特征后的場景數據；

• 第二，透明授權。用戶必須主動按下同意鍵后方可開機，不存在默認同意。自變量沒有那種互聯網式的“霸王條約”；

• 第三，用途限定。數據絕不共享第三方，機器人只認一個主人，發現可疑指令立即鎖定。

這些設計看上去像是隱私合規條款，但放在家庭場景里，它們其實更像一種產品哲學：機器人必須默認克制、必須先獲得許可，再開始工作。進入家庭的特殊性，就是讓一個“知道邊界”的機器被生活接納。

當然，即便能夠解決用戶隱私泄露的擔憂，自變量還會面臨不少現實障礙。但正如王潛所說，機器人確實不能滿足所有期待，也確實存在弊端，但不能因為恐懼出錯就不敢前行。在真實場景直面問題，才是解決問題的第一步。

這一點在媒體采訪里也得到了更坦白的補充。當被問到機器人5月進入家庭是否意味著它已經能完全靠AI自主完成所有任務時，王潛的回答并不回避現實。他承認，這并不是一個百分之百全都能靠 AI 來做的過程，必要時仍需要人的兜底、接管和安全保障。這種務實的表態，反而是有價值的。他沒有把“進家庭”包裝成一個已經徹底圓滿的童話，相反遠程協作和人為兜底反而確保了那些corner case能夠得到及時收集與解決。

總之，機器人進入家庭這條路不會輕松。但自變量卻正在一點點推動它開始邁向“一個家庭成員的誕生”新階段。

從行業視角看，這場發布會真正值得記住的，并不是WALL-B某一個具體的技術名詞，而是自變量把家庭這個最復雜的場景，重新擺回了具身智能的正中央。而當一個行業開始認真討論機器人如何進入家庭、如何被家庭接受、如何在家庭里邊做邊學的時候，某種意義上，真正的比賽才剛剛開始。

（封面圖及文中配圖來源：自變量）