不但可以做表演类动作，还可以完成拆快递、插花这类精细操作 ，支撑自变量机器人做到这一切的核心“大脑”
，原来是自研的WALL-B具身模型 。

　　“WALL-B的核心优势在于，它不是针对单一任务训练的专用模型 ，而是一套具备通用理解和决策能力的具身基础模型
。
”不久前
，自变量机器人相关负责人在接受《中国经营报》记者采访时表示，传统机器人往往依赖大量人工编写规则 ，而WALL-B通过将视觉 、语言
、动作和物理预测等能力融合在同一个模型中
，使机器人能够理解环境、识别物体状态，并根据任务目标自主规划动作。

　　为进一步提升智能能力 ，8月27日，自变量机器人正式发布WALL-SS
，即下一尺度自回归世界模型 。据悉，WALL-SS实现了三方面突破：预测锚定动作 ，生成的未来严格遵循动作指令；长时间稳定
，推演较长时间仍能保持画面和物体状态连贯；可验证性，在虚拟世界验证的动作能够作为真实世界中的有效借鉴 
。

　　一个“大脑
”应用多场景

　　在2026世界机器人大会（WRC）上 ，自变量机器人展示了行业内最“广”的家庭服务：机器人正有条不紊地完成家务劳动
，包括总结 柔软衣物 、取外卖
、拿饮料、收拾桌面 、浇花
、铲猫砂、自行充电等。有时还会拿起宠物玩具，逗一逗机器狗 。

　　记者在现场看到 ，一双由WALL-B模型驱动的巧手拆开快递
，取出风扇并拧开开关，为观众送去徐徐凉风；另一台人形机器人夹起观众指定颜色的花束 ，插在花瓶中递给观众
。

　　上述自变量机器人相关负责人表示
，家庭环境是近来 具身智能最具挑战性的应用场景之一，因为它不像工业产线一样高度标准化。真实家庭环境会面临空间变化 、物品摆放随机、任务流程更长等复杂情况 。因此 ，机器人进入家庭后，需要持续在真实环境中运行和学习
，而不是依靠一次性演示完成任务。

　　“家庭环境的核心难点在于，要求机器人不仅完成动作还要理解人的需求 ，并在不断变化的环境中保持稳定表现
。因此
，通用模型能力的提升，是推动家庭机器人进一步普及的重要基础。短期来看 ，清洁总结
、物品搬运、简单收纳等目标明确 、任务流程相对清晰
、用户需求高频的家庭服务任务更容易规模化落地 。 ”上述自变量机器人相关负责人阐释道
。

　　物流分拣也是自变量机器人落地应用的主要场景之一。据悉
，自变量机器人基于大模型WALL-B，搭配稳定轻量的硬件双臂、夹爪 、一体化支架 ，已经在真实运转的物流产线上完成了部署
，实现超稳定的全无人化应用，简洁
、可靠 ，可支持7x24 小时不间断运行 。

　　在这场既要“准确性
”又要“速度”的考试中
，WALL-B模型展现出了较强的真实应变能力
。据介绍，针对各类形态的快递盒 ，机器人能在半秒内完成空中翻面，精准利用重力和甩动实现落地角度控制
，并同步规划后续动作；面对易形变的快递软包，机器人能实时感知变形并自我调整纠错；机器人甚至具备记忆能力 ，能在操作前通过夹爪摄像头往前方探查快递单位置
，并能在传送带停滞时主动点触启动传送带。

　　记者了解到，家庭服务与物流分拣对机器人的能力要求截然不同 。兼顾这两类应用场景 ，对具身模型的通用泛化能力提出了极高要求
。

　　“不同任务表面上差异很大
，但背后的共同点是机器人都需要理解‘看到什么’‘应该做什么’‘动作之后会发生什么’。 ”上述自变量机器人相关负责人表示，WALL-B采用端到端的模型架构 ，将视觉感知、语言理解 、动作生成以及物理预测统一块儿来 
，使机器人可以基于对环境的理解完成任务，而不是为每一个场景单独设计一套程序 ，这也是具身智能区别于传统自动化的重要方向 。

　　“未来
，人工智能大模型仍将持续驱动具身智能无人系统迈向更高水平
。”机器人技术与智能控制专家
、中国图象图形学学会理事长王耀南认为，多模态感知与端到端控制模型的泛化能力将得到进一步加强 ，从而显著提升系统在高度非结构化、动态开放环境中的适应性与生存能力。同时，融合模型预测控制 、强化学习与仿生控制机制的新型智能控制框架
，将有效增强系统在复杂动态场景中的行为泛化能力和抗干扰能力 。

　　王耀南表示，“虚实协同
”训练范式将得到更广泛应用 ，通过高保真物理仿真环境与世界模型技术
，智能体可在虚拟空间中完成大规模预训练和策略优化，再通过真实世界数据进行快速微调 ，从而大幅提升任务执行效率并降低实体训练风险。

　　模型迭代实现三大突破

　　具身智能真正进入产业应用
，需要模型
、硬件和应用场景共同发展
。近来 来看，行业最大的挑战并不是单一技术环节 ，而是如何让机器人在真实环境中稳定完成任务
，并具备商业化价值。

　　过去机器人能力提升更多依靠硬件升级，如今也加快了软件模型的迭代 。8月27日 ，自变量机器人正式发布WALL-SS
，即下一尺度自回归世界模型
。它突破传统扩散模型以单片段生成视频的方式，创新采用“下一尺度自回归”架构：如同画家作画一般 ，先勾勒粗尺度轮廓，再逐层细化画面与物理细节
，从而实现对未来画面更稳定、更精细的预测，实现了三方面突破。

　　首先 ，现有世界模型在预测未来状态时
，往往高度依赖对背景和物体的先验模式，而对动作信号的细微变化不够敏感 。以机械臂抓杯子为例 ，手指的位置相差1毫米
，在物理世界中就可能对应“成功抓起 ”和“撞翻杯子
”两种完全不同的结果
。然而，由于两种情况在视觉上高度相似 ，模型很容易直接生成“稳稳抓住杯子”的虚假结果。

　　为此
，WALL-SS提出了“尺度对齐的动作条件注入 ”：将机器人动作指令严格对齐到不同生成尺度中，让动作从生成画面的“辅助信号
”变为必须遵循的核心条件 。

　　世界模型面临的另一大挑战是 ，如何保持在长时间的稳定预测
。模型需要连续生成未来的多个画面
，而后续画面又建立在前面的预测基础上，因此任何细微的误差都会不断累积 ，最终导致预测崩溃。

　　据介绍，WALL-SS提出了“尺度压缩的长时间跨度记忆”：越近的记忆保留得越精细
，越久远的则压缩为更粗粒度 。比如，模型可以记住机器人几秒前“用左手抓住了杯子 ” ，几十秒前“移动到了桌子旁边
”
，对于更久远的信息只需保留“场景中有桌子和杯子”这样的概括
。如此一来，模型不论推演多久 ，内存占用始终恒定。

　　具身智能的发展与真实世界中的数据和应用场景密切相关 。自变量机器人联合创始人兼COO杨倩表示
，希望进一步推动亚太地区基础模型 、数据方法、工具链和硬件接口的开放与兼容，探索透明
、可复现的真实场景评测机制 ，同时加强青年人才培养、开发者交流和企业实践
，让更多中小企业和年轻人参与具身智能发展。同时，通过开源降低技术门槛 、通过真实场景推动技术迭代
、通过区域合作共享创新成果 ，为中小企业数智化转型提供新的技术支撑
。

　　记者了解到
，世界模型面临的第三个关键问题是：在虚拟世界里验证成功的动作策略，到了真实世界里是否依然有效。对此 ，WALL-SS提出了“视觉动力学的在线策略对齐 ”：让模型在自己预测的轨迹上通过强化学习“实战练习
”，并根据两个裁判的反馈不断修正
，一个检查“动作对不对”，另一个检查“长期一致性 ” 。

　　“我们认为 ，未来机器人竞争的关键会逐渐从‘硬件堆叠’转向‘智能能力提升’
。”上述自变量机器人相关负责人表示
，更强的具身模型可以帮助机器人理解环境、适应任务，让更成熟 、更可靠的硬件完成更加复杂的工作。从物流分拣到家庭服务 ，自变量机器人正在探索的路径是通过通用具身模型能力
，让机器人从单一任务执行走向多场景应用，推动具身智能从展示阶段进入真实应用阶段 。

（文章来源：中国经营报）