🐯虎嗅•最新收集於 18m
自变量付費進家庭採集機器人資料
💡自变量付費向家庭購買長時段機器人資料，揭示具身 AI 正從服務經濟轉向訓練資料經濟。
⚡ 30-Second TL;DR
有什麼變化
自变量正在招募面積 90 平方公尺以上、網路穩定且具真實居家氛圍的家庭進行機器人資料採集。
為什麼重要
付費取得家庭場景，可能是收集長時段具身資料的高性價比方式，但也代表產品重心從服務交付轉向資料取得。這種做法同時帶來隱私、同意、遠端操控、居家安全，以及單一家庭兩個月資料是否足以支援強泛化能力等問題。
下一步行動
在將機器人部署到家庭採集資料前，先建立明確的住戶同意流程、感測器層級的隱私遮罩、操作員存取日誌，以及追蹤房間、物件與失敗案例覆蓋率的儀表板。
誰應關注：Founders & Product Leaders
關鍵要點
- •自变量正在招募面積 90 平方公尺以上、網路穩定且具真實居家氛圍的家庭進行機器人資料採集。
- •操作員可能在每天 9:00 至 19:00 將完整機器人與操控台帶入家庭，每週採集 5 至 6 天。
- •參與家庭每月最高可獲得 3,000 元補貼，兩個月合計上限為 6,000 元。
- •由於機器人速度與能力不及真人清潔員，公司已淡化或停止主推 149 元機器人保潔服務。
- •這項策略把混亂且持續變化的家庭環境，視為提升 WALL-B 泛化能力的高價值訓練資料。
🧠 深度解析
背景與延伸：來自公開資料，非原文內容。引用 10 個來源。
🔑 增強重點摘要
- •自变量機器人（Self-Variable Robotics）在短短兩個月內完成四輪融資，估值已突破 200 億人民幣，成為大灣區首家具身智能獨角獸企業。
- •公司背後資本陣容強大，獲得美團、阿里巴巴、字節跳動、小米及紅杉中國等超過 30 家機構投資，並獲中國移動連續兩輪注資。
- •自变量機器人採取「模型為中心」的發展策略，強調操作泛化能力、數據閉環及跨機身適應性，將機器人視為獲取真實世界數據的工具。
- •公司於 2026 年 4 月發布了號稱全球首個機器人「統一世界模型」（Unified World Model），旨在解決機器人進入家庭環境的適應性難題。
- •儘管估值極高，但市場分析指出其「火箭式」成長可能受投資人 FOMO 情緒驅動，且目前多數業務仍處於研發與原型測試階段，尚未證明具備長期商業獲利能力。
📊 競品分析▸ Show
| 特性/公司 | 自变量機器人 (WALL-B) | 傳統服務機器人廠商 | 具身智能初創公司 |
|---|---|---|---|
| 核心策略 | 數據採集與世界模型訓練 | 硬體銷售與標準化清潔 | 專注特定場景算法 |
| 商業模式 | 補貼用戶獲取真實數據 | 銷售硬體與維護服務 | 軟體授權或解決方案 |
| 泛化能力 | 高（強調真實場景訓練） | 低（依賴預設路徑） | 中至高（視模型而定） |
🛠️ 技術深入
- 採用統一世界模型（Unified World Model）架構，旨在實現跨場景與跨任務的泛化能力。
- 核心技術路徑聚焦於數據閉環（Data Closed Loop），透過真實家庭場景的長時間採集，優化機器人的操作決策模型。
- 具備跨機身適應性（Cross-body Adaptation），允許同一模型在不同硬體規格的機器人上進行遷移與執行。
- 系統架構設計側重於處理非結構化家庭環境中的動態變化，以提升機器人在複雜居家場景下的操作穩定性。
🔮 前景展望AI analysis grounded in cited sources
自变量機器人將在 2027 年前轉向數據服務商模式
公司目前已將業務重心從硬體保潔轉向購買家庭數據，顯示其商業價值核心已轉移至訓練數據的積累。
具身智能產業將面臨嚴格的隱私監管審查
機器人長時間在家庭環境進行影像與行為採集，將引發關於居家隱私與數據安全的高度社會與法律爭議。
⏳ 時間線
2026-04
發布全球首個機器人「統一世界模型」
2026-07
完成四輪融資，估值突破 200 億人民幣
2026-09
啟動家庭資料採集補貼計畫，淡化保潔服務
📎 來源 (10)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 虎嗅 ↗
每週 AI 簡報
每週一封，可隨時退訂。