↑

自变量与PI"英雄所见略同":开源促动产业前行,端到端VLA势不可挡

自变量机器人科技|阅读 0
2025/09/13 01:30
原文链接:https://mp.weixin.qq.com/s/NUADYtzfcN_MXQj1j-Lobw
自变量机器人具身智能开源模型WALL-OSS端到端VLA
自变量机器人完成近10亿元A+轮融资,并开源具身基础模型WALL-OSS,与Physical Intelligence的π0.5形成技术路线趋同,推动具身智能"大脑"生态构建。

声明:文档由AI根据原文生成。

融资与开源双重动作引关注

2025年上半年,具身智能领域融资总额超过145亿元。在此背景下,自变量机器人近日披露完成近10亿元A+轮融资,并宣布其具身基础模型「WALL-OSS」"真开源",再度引发产业高度关注。

本轮融资投资方包括阿里云、美团、红杉中国、渶策资本、国科投资、国开金融等,涵盖互联网巨头、产业资本、全球美元基金及"国家队"资本。其中,阿里云首次下注具身智能领域,美团作为老股东超额跟投。

"真开源":交付完整解决方案而非API

9月8日,自变量机器人宣布「WALL-OSS」"真开源"。与仅开放API或有限模型权重的做法不同,此次开源包含预训练模型权重、完整训练与推理代码、数据集接口及部署文档,用户可在自有机器人硬件上直接跑通"感知-思考-行动"闭环。

这一策略目标是将「WALL-OSS」打造为具身智能时代的"安卓系统",通过降低行业创新门槛构建开发者生态。此前一天,美国公司Physical Intelligence(PI)亦宣布开源π0.5模型,两者在技术路径上呈现高度趋同。

端到端真实世界数据路线

自变量机器人自成立之初即确立端到端路径,以真实世界数据为主要来源。WALL-OSS训练数据总时长达数万小时,包括自建机器人动作数据、开源机器人动作数据及多模态VQA数据三部分,场景覆盖厨房清洁、衣物整理、移动拾取等,按"短时程操作"与"长时程推理"分类标注。

模型架构上采用"共享注意力+专家分流(FFN)"设计,保障视觉语言模型预训练知识向操作模型无损迁移。训练方式上首创"先离散、后连续、再联合"的多阶段范式,系统性解决语言、视觉、动作三模态对齐难题,并实现统一跨层级思维链,支持高层决策与底层执行的无缝切换。

软硬一体布局

自变量机器人上月发布全自研"量子2号"轮式双臂仿人形机器人,配备20自由度五指灵巧手及臂手一体化外骨骼遥操设备,构建数据闭环反哺模型训练。

业内观察人士指出,国内具身智能产业正形成"硬件看宇树,大脑看自变量"的专业化分工格局。自变量机器人CTO王昊近期与Physical Intelligence研究员柯丽一鸣(Kay Ke)在对话节目《临近机器人GPT-3时刻,具身智能开源模型的加速演进》中探讨了相关技术演进,该节目已公开上线。