一、案例背景
行业格局：具身智能的”军备竞赛”
2026年，全球具身智能（Embodied AI）行业正处于一个关键的分水岭。所谓具身智能，是指将人工智能算法与物理实体（机器人）相结合，使机器能够感知、理解并与物理世界进行交互的系统。与传统的工业机器人不同，具身智能强调”大脑”（AI模型）与”身体”（硬件本体）的协同进化。
在这一赛道中，以美国Figure AI为代表的人形机器人企业长期占据舆论与资本的焦点。Figure AI的旗舰产品Figure 03拥有完整的人形身体——两条腿、两只手臂、十根手指，其单台硬件成本据估算超过100万元人民币。2026年6月，Figure 03在连续200小时的物流分拣直播中创下每小时1248件的分拣纪录，被视为人形机器人产业化的里程碑。
与此同时，中国具身智能企业选择了另一条技术路线。成立于2023年的自变量科技（以下简称”自变量”），总部位于深圳，最初以家庭服务机器人切入市场，2026年4月发布全球首个采用”世界统一模型”（World Unified Model, WUM）架构的具身智能大模型WALL-B。与主流的VLA（Vision-Language-Action）模型不同，WALL-B将视觉、语言、动作及物理变化预测整合在同一个神经网络中联合训练，使机器人不仅能够”看见”和”行动”，还能”预判”动作的物理后果。
事件始末：一场打破纪录的直播
2026年8月，自变量进行了一场连续一小时的物流分拣直播。与Figure 03的”全副武装”不同，自变量仅为其双臂机器人配备了工业中最常见的标准两指夹爪。面对大小、重量、材质和朝向完全随机的真实物流包裹——包括纸箱、软袋、圆柱体快件和泡沫封装生鲜件——这台机器人完成了1816件有效分拣，短时吞吐量达到每小时1816件，较Figure 03的1248件/小时标杆高出45%，分拣准确率超过98%。
更值得关注的是成本数据。据公开信息，自变量所用方案的硬件成本较Figure 03方案下降了约70%。这意味着，在同等预算下，企业可以部署三倍以上的自变量机器人，或将以更低的单点投入实现规模化落地。
……