电厂 | 从夹爪1816件/小时分拣背后，看见自变量自研世界模型的硬实力

作者 商迪安

传送带转动起来，大批量大小不一的硬纸箱、塑料软包、异形包裹随之移动，等待被编码、分类后运往下一站。这是物流行业中最为劳动密集的分拣环节，也是全球具身智能行业都在挑战的核心落地场景。

8月12日，国内通用具身智能大模型企业自变量机器人，公开对这个具身智能领域的“技术高地”发起了挑战。下午2点，自变量机器人展开了连续1小时无固定脚本的物流分拣实测。

直播过程中，自变量机器人凭借摄像头+机械臂+夹爪的硬件方案，连续分拣了1816件随机包裹，并多次应对货物堆积、卡滞等复杂工况，整体分拣成功率达到98%。

美国具身企业Figure AI执行同类任务的公开平均成绩为1248 件/小时。相较之下，自变量机器人的工作效率提升了约46%。

而自变量工作人员在直播中解读称：“（理论上夹爪的分拣速度）还可以提到更快，但本次为了兼顾场景需求，我们综合考虑了柔顺率、货损率等因素，最终选择设定了当前的运行速度。”

不仅如此，自变量采用的“双机械臂+夹爪”的硬件方案也更具成本优势，相较Figure AI的“人形机器人+五指灵巧手”方案，硬件成本降低了70%。

从这一角度而言，自变量机器人1816 件/小时的直播实测成果，不只是单一性能指标的微弱追赶，更为整个行业提供了机器人完成多步骤复杂任务的另一种技术思路。

在真实物流产线上，看见仓管机器人的“中国方案”

仓储环境是具身机器人的首批核心落地场景，更是具身机器人产品性能的试炼场。迈进2026，随着海内外多家具身智能企业持续推出、展示物流解决方案，有人认为市场已迎来“AI物流元年”。

积极的评价折射出的是市场的期待，但落到真实而复杂的生产场景中，想要让机器人如何为实际生产赋能，仍面临许多挑战。

以Figure AI所展示的分拣方案为例，5月15日开始，Figure AI开展了连续200小时、由3台机器人参与的快递分拣作业测试，并进行全程直播。最终，机器人在200小时内处理的快递总量为24.956 万件，折合每小时平均处理1248件。

单从数据上看，这是一个几乎持平了人类员工的分拣表现，也一度被视为单台机器人分拣的最佳成绩。

但问题也同步浮现，在直播实测中，Figure AI分拣的包裹包含快递软袋、硬质纸箱两种形态，且大小相对均一。但在实际生产过程中，物流包裹的大小、材质、重量、形状往往各不相同，而不可能仅以标准件形态流转。

这就需要机器人针对不同包裹采取差异化的分拣措施，考验的是从算法到硬件全链路的协同能力。这种真实、复杂的工况，正是本次自变量机器人想要直面的核心挑战。

「电厂」观察到，在直播实测中，自变量机器人会快速对包裹进行分类，精准区分异形件、轻质小件、硬质大箱体、快递软袋，再合理调整包裹位置，完成面单扫描。

具体来说，面对轻质小件，机器人会直接夹取并快速搬运，从而实现更高的吞吐效率；对较重箱体，采用侧面推移或双臂协作，避免用力抓取损伤包裹；遇到蜷曲折叠的柔性软包，先通过拨、摊等动作整理平整，再调整面单位置；针对泡沫箱、异形包裹，机器人则会根据系统设定的规则，将其分类至专门的物料箱中，留待进一步处置。

直播全程中，自变量机器人均无人工干预兜底，连续吞吐表现稳定，对特殊工况也处置得宜。

举例来说，当遇到大量包裹上料、造成包裹堆积时，自变量机器人会利用夹爪按下红色暂停按钮，调整工作节奏，确保每一个包裹都能得到分拣；当部分小件包裹掉落、卡滞在传送带边缘时，自变量机器人也通过调整摄像头视角关注到了这一情况，并将包裹及时捡回传送带。

值得关注的是，机器人长时间运转时容易出现耗电快、停机等热损耗问题。而在本次直播中，自变量机器人全程无故障停机。

综合来看，自变量的夹爪分拣方案不仅刷新了Figure AI 1248 件/小时的公开平均效率记录，还采用了相较Figure降低了70%的方案成本，堪称重新定义了行业最高标准。

自研“大脑”加持下的非对称反超，详解自变量端到端具身路线

能够在运行效率和方案成本上全面超过Figure AI方案，得益于自变量机器人对世界模型路线的长期坚持。

Figure AI所代表的，是海外头部具身智能企业普遍选择的“人形本体+ 五指灵巧手” 的硬件路线。该路线旨在通过尽可能复刻人的身体形态和操作能力来适配人类环境，能够提供更丰富的操作自由度，但代价是机械结构、传感器、执行器和控制系统都更复杂，成本也更高。

而自变量选择的是“模型优先、硬件务实” 的自主路线，不追求把机器人做得“类人”，而是希望通过世界模型研发，从底层提升机器人对环境的理解、预测和决策能力，再用相对简单的硬件系统完成任务。

作为行业内最早布局端到端具身智能技术路线的企业之一，自变量在2026 年4月发布了全球首个基于“世界统一模型（WUM）架构”的具身智能大模型WALL-B。

区别于VLA模型（Vision-Language-Action，视觉-语言-动作模型）拼接视觉、语言、动作模块的思路，WALL-B模型将视觉、语言、动作、物理预测等所有能力，放在同一个网络中从零开始联合训练、融为一体，消除模块间的边界和数据搬运损耗。

这带来的优势是，WALL-B 通用具身智能大模型体现出了强大的泛化与高精度控制能力。基于此，标准夹爪等结构简单的硬件方案，也能完成原本灵巧手等复杂末端才能处理的非结构化场景作业。

换言之，如果说灵巧手是在增加机器人的“身体能力”，那么自变量试图增加的，是机器人的“大脑智力”。

直播的物流分拣场景中，正是借助WALL-B基于物理规律认知的动态决策能力，自变量机器人才能够根据包裹的物理属性、迅速判断并自主选择应对方式，从而提升了效率。

在基于模型优势实现更优性能的前提下，自变量机器人分拣方案由于舍弃了“人形形态”“五指灵巧手” 各种冗余机械结构，还让成本结构实现了相较Figure方案70%的优化。

不只是前期部署成本，硬件结构的优化带来的还有机器人方案的长期运维难度与成本的降低，以及更短的落地周期。

以分拣场景为例，标准夹爪结构简单、零部件少，连续作业故障率远低于高自由度五指灵巧手，无需复杂的精密关节校准与专项维护，长期运维难度与成本大幅降低，更适配仓储7×24小时的连续运转需求。

双臂机械臂构型可直接嵌入现有仓储分拣工位，而无需大规模改造产线与人行作业空间，部署周期远短于人形机器人方案，可快速复制到多类仓储场景。

这也意味着在实际生产场景中，目标客户场景无需为机器人的冗余结构付费，而是可以将更多投入专注于业务本身。

这不仅证明了通用具身智能大模型可以打破“依靠更复杂的硬件突破性能上限” 的行业惯性，也展现了自变量机器人对什么才是工业生产场景最优解的综合考量。

从家庭到物流仓储，详解通用具身模型如何跨场景迁移

值得指出的是，与垂直领域的工业机器人公司不同，自变量并非为物流场景专项研发设备。借助通用世界模型的核心技术壁垒和泛化优势，自变量机器人的解决方案有望落地到各类多步骤复杂任务场景中。

物流场景是具身机器人必须攻克的一块高地，但在此之前，自变量机器人已经在更多的长尾场景积极布局，甚至完成了方案验证。

今年3月，自变量曾与企业合作将机器人送入真实家庭，与保洁阿姨协同作业，实现全球首次机器人进入家庭。4月，自变量机器人又举办了“一个家庭成员的诞生”发布会，率先推出“机器人入驻家庭计划”，沟通了几千个真实家庭，迄今已凭借家庭服务场景实现具身智能机器人的大规模落地。

此外，据官方信息，自变量机器人目前已在工业制造、物流、养老、家庭等多个领域实现了落地应用，致力于在赋能产业和真实服务中持续优化升级。

WALL-B通用具身智能大模型具备泛化性优势

凡此种种，自变量机器人已经展现出了跨领域的应用潜力，这也从一定程度上再次验证了自变量自研“具身大脑”的强大泛化性。

据「电厂」了解，自变量认为，经过充分预训练后，端到端具身智能大模型已具备跨领域、跨场景的学习能力，能够胜任多样化场景的多步骤复杂任务。

与通过提升机器人本体硬件复杂度来拓展任务能力的路线相比，自变量“模型优先、硬件务实”的思路可以通过持续优化模型能力，降低对复杂硬件的依赖。这种路径不仅有望降低单机方案成本，也更利于针对不同产业场景进行快速适配、复制和规模化部署。

从产业视角来看，自变量机器人的尝试，也为国内具身智能产业提供了一条不同于高复杂度硬件路线、更加注重模型能力和投入产出比的技术路径。

而这也符合具身智能硬件供应链的客观迭代规律，据IDC报告，未来两到三年，具身机器人市场的硬件参数差异将持续缩小，软硬系统能力成为分水岭。

随着本体结构、算力与传感器逐步标准化，厂商核心竞争力将集中在运动控制、模型算法、任务编排与跨场景迁移等能力上，而这正是自变量长期打磨的核心竞争力。

客观来说，无论是在物流仓储，还是家庭辅助、康养陪伴等核心场景中，现阶段的具身智能市场都还没有找到最终答案。但随着自变量机器人所代表的不断在各类场景中加速推进落地，市场将迎来加速迭代的高速成长期。

随着在场景、数据、生态这三个核心支柱上不断构建飞轮，自变量机器人的市场价值也将加速兑现。

（注：文中图源自变量机器人。）