“以深圳为起点，让通用机器人真正走入千家万户”

正文

请到「今天看啥」查看全文

但在深圳，两天甚至半天就能配齐所有零部件。 ”王潜说。

"

“深圳速度”和深圳的产业链生态在王潜心里种下了一颗创业的种子。

本硕均毕业于清华大学的王潜，是全球最早在神经网络中引入注意力机制的学者之一。留学期间，他选择了热爱的机器人领域，在美国顶级机器人实验室参与了多项机器人学习和人机交互的研究，覆盖了机器人方向的多个前沿领域。

“毕业后的那段时间，全球的通用机器人落地仍遥遥无期，当时我也没有立即加入这一行业。”然而，他一直关注着行业发展。后来，随着语言模型等相关领域的进步，王潜敏锐地捕捉到机器人行业的新契机，毅然决定返回机器人研发赛道。

2023年12月18日，从美归国的王潜第一次来到了深圳，那也是自变量机器人正式成立的时间。回忆起创业的历程，他笑着说：“那天天气非常好，12月的深圳甚至有点热。”这样热切的氛围也让他对这座城市充满了期待。

"

“深圳是全世界范围内最适合我们干事业的地方，当时在决定创业前就已经选好了深圳，来了之后发现超出我们的期待。”

"

仅成立两个月，自变量机器人就成功训练出第一版具身智能操作模型，能够实现切菜、倒水等复杂的操作任务。在2024年中，模型在特定任务上已显现出少样本学习和自发的跨任务迁移能力。

2024年底，自变量机器人实现了全球目前最大参数规模的具身智能通用操作大模型——Great Wall系列（GW）的WALL-A模型，在多个性能上已达到世界领先水平，机器人可以自主感知、自主判断、自主操作完成复杂而精细的物理世界任务。

当前，基于大规模通用知识预训练与多任务学习机制，WALL-A模型在部分未见过的新任务场景中已展现出零样本泛化能力——广泛场景的零样本泛化是实现通用机器人的关键标志之一。

0 2

好功夫：

开启通用机器人无限可能

机器人以末端夹爪轻松拾起衣架，精准稳固地拿住衬衫，并灵巧地将衣架“穿入”领口，行云流水般“自己学会”晾衣服、擦桌子、切水果……这一系列涉及柔性物体的复杂长序列任务，均是由搭载自变量自研的通用具身大模型的机器人自主完成。

“我们的核心不是制造人形的外壳，而是用AI大模型给机器人装上‘大脑’。”王潜说：“从工厂的电子组装工到餐厅服务员，再到日常家务，我们的目标是让机器人接手所有简单繁琐的重复性体力劳动。”通过不断的技术创新和产品优化，让通用机器人成为人们生活中不可或缺的一部分。

目前，市场上大部分基于传统控制的机器人，都与王潜所追求的真正通用机器人相去甚远。

"

“就像人，如果单纯依靠语言描述是难以真正学会并掌握技能的，物理接触通常是一个个无法被感知、无法被提前规划、甚至难以用语言充分描述的过程，因此机器人的学习就变得更为复杂。”

"

请到「今天看啥」查看全文