在近日舉辦的一場科技發布會上，自變量機器人公司正式宣布啟動新一代家用機器人推廣計劃。該公司計劃在35天后，向首批用戶交付經過家居環境優化的新一代機器人，這些機器人將搭載自主研發的具身智能基礎模型WALL-B。
自變量創始人兼首席執行官王潛介紹，WALL-B是全球首個基于世界統一模型架構（World Unified Model，簡稱WUM）的具身智能系統。這一創新架構標志著機器人技術從傳統的視覺-語言-動作（VLA）分離模式，向原生多模態融合模式的重大突破。據王潛解釋，傳統VLA架構類似于早期筆記本電腦的模塊化設計，視覺、語言和動作系統各自獨立運行，數據在傳輸過程中不斷丟失有效信息，導致動作執行效率低下。
相比之下，WALL-B采用的WUM架構將視覺感知、自然語言處理、運動控制和物理預測等核心能力整合到單一神經網絡中。這種從零開始的聯合訓練方式，徹底消除了模塊間的數據傳輸壁壘，使機器人能夠更高效地處理復雜任務。王潛用"數字原生大腦"來形容這種架構優勢，強調其能夠實現真正的多模態協同工作。
在應用場景方面，自變量機器人已與58同城達成戰略合作，首批機器人將進入真實家庭環境，與專業保潔人員協同作業。這種人機協作模式不僅提升了清潔效率，還為機器人提供了寶貴的學習場景。據透露，測試階段的機器人已展現出自主規劃路徑、識別物品屬性等基礎能力。
針對用戶普遍關注的隱私保護問題，自變量團隊設計了三重防護機制：首先通過設備端實時圖像脫敏技術，確保原始視覺數據不出設備；其次采用顯性授權模式，用戶必須主動確認才能啟動機器人；最后嚴格限定數據用途，禁止任何形式的第三方共享。王潛特別強調："我們的機器人只認一個主人，任何異常指令都會觸發安全鎖定。"
盡管技術突破顯著，但王潛坦言當前系統仍處于"實習階段"。現場演示中，機器人偶爾會出現將拖鞋錯放位置、清潔中途暫停等失誤，需要人工遠程協助。不過他指出，這種"可糾正的錯誤"正是系統進化的基礎，隨著每日新增的實景數據積累，機器人的決策能力將持續增強。特別值得關注的是，該系統具備24小時不間斷學習能力，能夠通過自我優化逐步減少人為干預需求。
據技術白皮書顯示，WALL-B架構在物體識別準確率、任務規劃效率等關鍵指標上，已較傳統VLA系統提升40%以上。首批交付的家用機器人將配備升級版傳感器陣列和更靈活的機械結構，以適應不同家庭的布局特點。自變量公司表示，未來將持續開放系統接口，吸引更多開發者參與應用生態建設。
