在首都北京，2025世界机器人大会（WRC 2025）于8月8日盛大开幕，吸引了全球目光。今年的大会，具身机器人成为绝对的主角，不仅在传统工业机器人展台上大放异彩，更是以多种形态，包括人形机器人，展现了人工智能技术的最新成果。
这股潮流的兴起，要追溯到三年前那场由大模型引领的人工智能热潮。正是在这股热潮的推动下，自变量机器人这家专注于具身智能的团队于2023年底应运而生。他们从一开始就致力于研发端到端通用具身大模型，其创始人兼CEO王潜坚信，通用具身大模型是与数字世界中的大语言模型并驾齐驱的基础模型。
“它不是大语言模型的简单延伸，而是物理世界中一个全新的基础模型。”王潜强调。
秉持这一理念，自变量机器人团队成功训练出了WALL-A模型。2025年，随着自研本体整机的面世，他们不再仅仅是一家具身智能模型公司，而是转型为软硬一体的具身智能解决方案提供商。在大会的展会上，自变量机器人的量子2号具身机器人惊艳亮相，成为他们迈向真实世界的重要里程碑。
在大会期间，我们有幸与王潜进行了深入对话，探讨了具身智能的技术挑战、发展瓶颈以及自变量机器人的未来规划。
当被问及人形机器人的“ChatGPT时刻”何时到来时，王潜预计还需3-5年时间。他解释说，机器人模型与语言模型不同，应用场景更为复杂，因此其发展过程将是一个相对平滑的过渡，而非像自动驾驶技术那样出现突变。要达到ChatGPT的水平，关键在于持续发挥Scaling Law的作用，拥有足够多的数据和足够大的具身模型，同时模型架构和训练方法也需要不断演进。
关于硬件是否仍是机器人发展的障碍，王潜认为，两三年前硬件就已经不是主要问题了。虽然硬件技术已经相对成熟，但机器人执行复杂任务的能力仍然有限，这是当前机器人无法更像人的关键所在。他强调，限制机器人产业化应用的主要因素在于“大脑”——即人工智能水平。
在过去一两年里，机器人领域取得了两个重要进展：一是行业逐渐形成了共识，认为需要一个完全端到端的模型；二是这样的模型必须是一个基础通用模型。王潜表示，自变量机器人在2023年大模型浪潮刚刚兴起时，就率先走上了这条技术路线，如今这已成为行业趋势。
在数据方面，王潜透露，自变量机器人目前的一个大策略是，在涉及复杂物理交互（如手部操作）时，完全不使用仿真数据。他们发现，手部复杂操作无法通过仿真数据来进化。相反，导航、走路等任务更适合用仿真数据进行训练。他们正在广泛使用互联网视频数据进行预训练，但最核心是现实生活中收集到的真实数据。
关于具身模型与语言模型的关系，王潜明确指出，具身模型不是语言模型的延伸，而是物理世界中的一个全新基础模型。他认为，物理世界与数字世界相比，存在大量的物理规律和随机性差异。
在谈到未来市场时，王潜表示，家庭和生活相关场景将是机器人最大的单一市场。他预计，3到4年后就能看到面向消费者的早期机器人产品出现。这些产品的价格可能在1-2万美元之间，但还需要产业链成本进一步优化。
最后，王潜透露了自变量机器人的商业化思考。他们将从简单到复杂，先进入科研市场，再逐步扩展到传统机器人无法胜任的场景。在这个过程中，他们将持续收集数据、探索市场。
