机器人铲猫砂、换垃圾袋！自变量机器人亮相WRC

8月的北京，世界机器人大会（WRC）又成了整个行业的"未来预报厅"。

而自变量机器人的展台，很神奇。

他们搬来的是"现在"：家庭服务和物流分拣两个展区，全部1:1复刻自已经规模化落地、正在真实世界里跑着的业务。

别人在展台上演PPT里的故事，自变量在展台上复刻已经赚钱的产线。

行业都在证明"机器人能做到"，自变量在证明的是另一件事：机器人已经在做了。

最广的家庭服务

机器人铲猫砂、逗机器狗

自变量的，家庭服务展区，这可能是全场"烟火气"最重的展台。

机器人正在有条不紊地做家务：整理柔软衣物、取外卖、拿饮料、收拾桌面、浇花、铲猫砂、换垃圾袋。

电量低了自己跑去充电。干活的间隙，它还会拿起宠物玩具，逗一逗旁边的机器狗。

展区另一侧，一只由WALL-B模型驱动的灵巧手拆开快递，取出风扇、拧开开关，给围观观众送风。

另一台人形机器人夹起观众指定颜色的花束，插进花瓶，递到你手里。

这些不是表演动作。今年3月，自变量与58到家推出了机器人上门家政服务，机器人和保洁员协同完成清洁、收纳。

这是机器人行业第一次大规模让机器人走进真实家庭干活。5月，他们又推出"X家庭成员计划"，让机器人在用户家里一住就是一个月，在连续、真实的生活环境里提供服务。

"进家庭"三个字很难。

家庭是具身智能的终极考场，每个家庭的户型、家具、光照、物品摆放都不一样，家务步骤千差万别，没有任何工程师能用预设规则穷尽一个普通家庭的一天。

机器人能在真实家庭里干活，说明它真正开始理解环境、规划动作，而不是背下来一套剧本。

上班

物流分拣

再看物流分拣展区，画风突变，这里只有效率。

两条机械臂配夹爪，持续分拣大小、形状、材质、重量完全随机的真实包裹，把面单翻转到正确朝向。

面对不同包裹，它自主选择不同策略，轻小件直接夹取搬运，大件重货从侧面推动，蜷曲折叠的软包先摊平理顺、再调整面单。

遇到意外不规范的快递，例如还没有包装的公仔，直接放到另外的分拣区。

这是自变量亮眼的战绩回放。

8月12日，自变量刚完成一场一小时的全自主物流分拣直播：全程无人工干预，分拣1816件，准确率超98%，平均每2秒完成一次抓取、摆放的全套动作。

美国明星具身智能企业Figure AI，今年5月那场轰动全网的200小时分拣马拉松直播，3台人形机器人轮班、总共处理近25万件，平均效率是1248件/小时。

自变量比它快约45%。

更狠的是成本。Figure走的是"人形机器人+五指灵巧手"的重硬件路线；自变量只用双机械臂加夹爪，据内部估算，整套系统成本约为前者的30%，也就是降了70%。而且自变量处理的是形态随机的真实物流件，不是对方定制的标准尺寸盒子。

用自变量合伙人兼算法负责人甘如饴的话说，这和大众认知正好相反：

"大家可能会认为，灵巧手对大模型技术要求更高。恰恰是用更简单的机械臂+夹爪做分拣，对具身大模型的要求更高。"

这条产线证明了一条产业路径：靠更聪明的大脑，而不是更贵的身体，机器人能完成更复杂的产业任务。这条路径不用定制硬件、不用大改产线，意味着它可以被低成本地复制到任何一条产线上。

自变量的大脑

一个"大脑"，撑起最极端的两个场景。

家庭和物流，是对机器人要求截然相反的两个世界：

家庭环境开放、任务随机，考验泛化和应变；物流产线看重效率、准确率、稳定性和成本。

同时驾驭这两个极端场景的，是同一个模型。

自变量全自研、从零预训练的世界统一模型WALL-B。它把视觉、语言、触觉、动作和物理预测融合进同一个神经网络。

懂空间推理，也懂重力、惯性和摩擦力，能推演一个动作之后世界会变成什么样，还有记忆能力，能在与环境交互中持续学习。

打个不严谨的比方：大多数机器人公司走的是"技能培训"路线，干一行，学一行，采一行的数据。

WALL-B走的是"通识教育"路线，先学会理解物理世界本身，再上岗任何工作。

物理AI

需要造数据

展台上还有第三样东西：QUANXTA Zero无本体数据采集方案。

观众可以穿戴设备，亲眼看着自己的动作被捕捉、转化成机器人能学习的数据。据自变量介绍，这套方案数据入库有效率超85%，能把模型训练的数据成本降低90%，还具备行业唯一的"移动采集数据本体回放"能力。

背后是整套数据管线。

清洗、自动标注、质控、增广，加上自研的分布式训练与推理框架，据公司口径，这套基建能把"数据采集—模型训练—真机部署"的全流程从6个月压缩到3天。

小结

这届WRC，好看的机器人有很多。

但好看和好用，是这个行业的两个物种。

一种机器人为演示而生，展会是它的全部舞台；另一种机器人为部署而生，展会只是它工作的一小块切片。

自变量属于后者：家里，它在铲猫砂；仓库里，它每2秒分拣一个包裹；数据端，它在让"教机器人"这件事本身变得便宜。

物理世界的智能奇点什么时候来，没人知道。但至少在这家公司的展台上，你看到的不是对未来的预告，而是对未来的验收。