自变量机器人引领具身智能发展,WALL – A模型助力商业化突破

AI快讯3周前发布 niko
14 0
AiPPT - 一键生成ppt

自变量机器人崛起,具身智能赛道新势力

王潜,这位清华本硕、美国南加州大学博士,毅然放弃量化基金事业,于2023年回国创立自变量机器人。自成立不到一年半,已完成7轮融资,累计超10亿元,近期获美团独投数亿元。在国内具身智能赛道,自变量机器人正从二线迈向准一线。

技术路线领先,模型能力卓越

自变量机器人自成立便坚定选择“端到端统一VLA大模型”路线,以每2 – 3个月更新一版模型的速度推进研发。其研发的WALL -A模型,能让机器人完成衣物处理等复杂精细操作,而多数厂商模型还停留在简单Pick&Place;操作。此外,自变量还在全模态融合框架下做出了思维链,与Google、PI等国外玩家进度相近,模型水平基本处于同一水平线。

聚焦模型提升,谨慎对待商业化

王潜认为具身智能商业化落地在未来一到两年逐步展开,但目前科研教育和迎宾表演等商业化场景规模小,对行业长期发展意义有限。自变量把重心放在模型能力提升上,三分之二支出投向模型及相关业务。在数据采集上,注重质量,主要靠自身采集。在花钱方面,既谨慎又不盲目等待国外开源成果。

真机演示彰显实力,拒绝低价值场景

自变量坚持真机演示评估模型能力,让投资人看到模型真实表现。对于投资人的商业化要求,公司有本体产品且已在服务业场景销售落地。王潜认为简单Pick&Place;操作对模型训练无帮助,科研教育、商城迎宾和工厂场景价值有限,自变量更倾向复杂场景以提升模型能力。

中美差距有望缩小,开源难以实现商业化

尽管国内具身智能整体水平与美国有差距,但自变量有机会在今明两年赶上甚至超越。对于美国同行的开源模型,复现难度大,且具身智能领域开源难以实现商业化,因为其需搭配硬件,很难获得广泛声量,也难以完整复现开源成果。

© 版权声明
Trea - 国内首个原生AI IDE