自变量机器人上了APEC，分拣线才是下一场硬仗 (2026)

结论先行

本周最重要的新增，不是新融资，也不是新模型，而是自变量机器人把「机器人进家庭」项目放进了 APEC《亚太地区数智赋能案例集》，并在同一窗口披露了家庭服务拓展北京、物流分拣每小时 1200 件以上、回流率低于 3% 等更具体的运行口径。1 2 3

上周的判断是：融资已经落袋，下一步要把模型变成生产线。

本周的信号更接近答案的一半：自变量已经开始用真实场景和任务指标来讲生产线，但这些指标仍主要来自公司披露或媒体转述，尚未变成客户公开确认的经营数据。

我们注意到一个细节，公开叙事正在从「做出了什么」转向「在什么地方运行、每小时处理多少、能不能连续工作」。

这会把下一阶段的考题变得很具体：家庭服务能否变成重复订单，物流指标能否持续，模型和数据基础设施能否把一次部署复制到更多现场。

五个维度的本期信号

维度	7 月 20 日至 27 日新增信号	证据口径
融资	未发现新的融资交割、投资方或估值变更；7 月 27 日报道仍在回顾 B、B+、B++、C 四轮已完成交割。	既有融资是公司披露，非本周新事件。3
产品与技术	没有新模型或大版本发布；DMuon 与 wall-x 在 7 月 21 日分别出现 FSDP2 输入处理和归一化修复。	这是官方仓库维护信号，不等于性能跃升。4 5
合作与落地	「机器人进家庭」项目进入 APEC 案例集；家庭服务拓展至北京；物流分拣披露每小时 1200 件以上、回流率低于 3%、可 7×24 小时作业。	家庭和物流指标主要来自自变量及媒体转述，顺丰和其他客户没有在本周独立公告确认。1 3
组织与招聘	官方招聘页没有提供可与上周 182 个岗位直接对比的有效清单；官方另发布了 20 人规模的 X Night 人机交互闭门交流。	本周不能据此推断招聘规模变化，但交流主题指向物理世界交互和开发者、研究者关系。6 7
创始人与高管发声	王潜在 APEC 呼吁开放家庭、养老、医疗和物流场景；CTO 王昊则把世界模型的关键指标落到反事实预测、恒常性记忆和推理时效性。	前者来自媒体现场采访，后者来自 WAIC 论坛报道，均属于公开发言，不是产品承诺。2 8

01｜APEC 把案例推到台前

7 月 24 日，工信部在成都举办 APEC 数智赋能高级别对话。

自变量机器人创始人兼 CEO 王潜受邀发言，公司与 58 集团合作的「机器人进家庭」项目被列入《亚太地区数智赋能案例集》。这是自变量官方文章的表述，《每日经济新闻》也确认该项目进入案例集。1 2

这件事的价值不在于又多了一次会场曝光。

公司正在把家庭服务从产品故事，搬到一套由政府部门组织、面向亚太经济体展示的应用案例里。

这也给自变量的路线增加了一层公共验证，但还不能等同于订单、收入或客户采购确认。

王潜在现场说，机器人技术要进入家庭服务、智慧养老、医疗健康和物流分拣等真实场景，在与人和物理世界的交互中迭代。

这与上周的开源、数据和基础设施叙事连在了一起：数据从哪里来，模型在哪些地方被使用，下一轮迭代又由什么任务反馈推动。

但要把「案例」变成「业务」，还差一段路。

02｜指标开始靠近产线

本周最值得保留的数字来自物流分拣。

自变量相关负责人向《21 世纪经济报道》介绍，机器人已批量部署到一家中国头部物流企业的真实分拣产线，分拣效率达到每小时 1200 件以上，回流率低至 3%，并可 7×24 小时作业。3

这个口径比「已进入物流场景」有用得多，因为它开始触及节拍、异常和连续运行。

不过，来源仍然是公司相关负责人的说法和媒体报道。

合作方没有在本周独立发布同一组指标，客户名称也没有在这篇报道中公开。

因此，当前最稳妥的写法是「公司披露的产线运行指标」，不能升级为「客户已确认的稳定经营结果」。

家庭场景的新增则是地域扩展。

7 月 27 日发布的 21 世纪经济报道提到，联合 58 到家开展的机器人上门家政服务已经从深圳拓展至北京。3

这里的新增不是一座新展厅，而是服务城市从单点走向跨城市复制。

上周已有的「近 1000 户家庭」仍然是规模信号，但目前没有公开的服务时长、机器人实际执行任务占比、人工协作成本、复购或续约数据。

养老场景也需要放回准确的时间线。

「0755」机器人在深圳老人颐养院正式上岗的报道发表于 7 月 16 日，承担日常巡查、物品递送和语音陪伴等基础照护工作；它是本周 APEC 叙事中的落地案例补充，不是 7 月 24 日才发生的新部署。9

我们最关心的仍然是下一层数据：机器人每天运行多久，多少任务不需要人工接管，出现异常后多久恢复，养老机构是否愿意继续使用。

03｜技术没有大新闻，代码在收拾现场

产品技术维度本周没有出现新的模型发布或大版本升级。

但官方代码仓库在 7 月 21 日出现了两条很能说明阶段的提交。

DMuon 修复了 cast_forward_inputs 默认值，使其匹配 FSDP2 并避免损坏 fp32 激活；wall-x 则修复了归一化问题。它们都属于工程维护，不是新的能力发布。4 5

这类提交不适合拿来包装成「技术突破」。

它们更像模型进入真实使用后必须处理的螺丝和接头。

训练优化器要在分布式环境里稳定工作，开源模型要能被别人拉下来、跑起来、继续改，路线才不至于停在论文和发布会。

CTO 王昊在 WAIC 世界模型论坛上的判断，把这件事说得更直接。

他认为，用纯视频构建物理世界理解可能存在很大问题，自己的置信度约为 90%；对机器人来说，长程预测不如快速 rollout 和快速反馈重要。8

王昊给出的三个核心指标是反事实预测能力、恒常性记忆和推理时效性。

这三项指标都指向同一个现场：机器人是否能在动作发生前判断后果，是否能记住物体和环境的变化，是否能在决策窗口关闭前给出动作。

从 DMuon 的工程修复，到 WALL-WM 的事件级讨论，再到物流分拣的小时级数字，技术路线正在被同一件事牵引：模型要变成可以快速反馈、持续运行的系统。

04｜钱没有新增，人也没有可比数字

融资维度本周没有新增交割、投资方或估值变化。

7 月 27 日的报道仍在回顾 B 轮、B+ 轮、B++ 轮和 C 轮四轮融资已完成交割，资金用途仍被描述为具身基础模型研发、大规模数据采集和机器人本体升级。3

所以本期不能把旧融资再写成新融资。

资本已经给了自变量更长的 runway，接下来需要的是交付数据，而不是再增加一轮新闻稿。

组织信号也没有新的岗位总数。

官方招聘页当前无法提供可复核的岗位明细，不能把上周的 182 个岗位当成 7 月 27 日仍然有效的数字。7

本周能确认的组织动作，是官方公众号发布了 20 人规模的 X Night 人机交互闭门交流，主题是「寻找物理世界的新入口」，活动于 7 月 24 日在北京举行。6

它更像开发者、研究者和公司之间的技术交流，不足以证明招聘扩张或组织完成升级。

但这个动作和王潜在 APEC 提到的开源协作、标准共建与高校人才培养放在一起看，至少说明自变量仍在经营外部技术关系，而不是只做产品发布。

路线推断：从「进入场景」到「复制现场」

本周的公开事实可以拼出三条路线判断。

第一，家庭和物流正在承担不同任务。

家庭服务负责暴露非结构化环境，物流分拣负责检验节拍、异常和连续运行，养老场景则把安全、陪伴和照护规范带进模型迭代。

这套组合如果能共用模型、数据和评测管线，才可能形成规模优势。

如果每个场景都要单独配人、单独调参、单独维护，城市扩张越快，工程负担也会越重。

第二，APEC 案例和 1200 件每小时的数字提高了叙事的具体度，却没有消除经营数据缺口。

目前仍缺少客户独立确认、真实运行时长、人工介入率、故障率、复购和收入信息。

200 亿元估值对应的经营证明，仍然没有被公开数据完全接上。

第三，技术团队正在接受「最差一次」的考验。

演示看最好的一次，产线看最差的一次；当 DMuon 和 wall-x 的提交开始围绕训练稳定性与数值处理修复，真正的竞争就从发布一个漂亮结果，转向让系统在连续任务里少出错、快恢复、能复制。

在我们看来，这才是自变量从模型公司走向机器人公司的分水岭。

当前最需要解决的四件事

把物流数字变成可复核的客户指标。 需要补充具体客户、任务类型、运行班次、持续时间、异常处理和客户对每小时 1200 件、回流率低于 3% 的独立确认。
把家庭扩张变成可比较的经营数据。 北京服务应进一步披露服务家庭数、单次服务时长、机器人承担的任务比例、人工协作成本和重复订单，而不是只报告进入了多少城市。
把世界模型指标接到真实动作。 反事实预测、恒常性记忆和推理时效性最终要落到抓取成功率、人工接管率、任务完成时间和异常恢复时间。
把招聘信号重新变成组织事实。 当官方招聘页恢复可读并出现岗位总量、城市和职责变化时，才能继续判断公司是在补算法团队，还是已经补齐本体、测试、维修和交付链条。

下一期观察节点

未来一周至四周，优先看五个节点：

7 月 27 日至 8 月 3 日。 北京家庭服务是否出现可核验的服务数量、运行时长或重复订单，能否把「拓展北京」推进为运营数据。
截至 8 月下旬。 物流分拣的 1200 件每小时、低于 3% 回流率和 7×24 小时口径，是否出现客户公告、项目名称或可复核的连续运行记录。
下一次 DMuon 或 wall-x 发布动作。 是否出现新版本、复现实验、外部采用案例或问题单，而不是继续停留在维护性修复。
下一次招聘页更新。 是否恢复岗位详情，并能与上周的 182 个岗位基线比较，尤其是世界模型、触觉、Infra、维修和工业交付岗位。
王潜和王昊下一次公开发言。 他们会继续谈开放场景与技术协作，还是开始给出成本、稳定性、人工介入和客户付费数据。

自变量已经把机器人送进了家庭、养老院和分拣线，下一场硬仗是让这些现场不再只是案例，而能变成一套别人愿意持续付费、公司自己也能持续复制的生产系统。

References

结论先行

上周的判断是：融资已经落袋，下一步要把模型变成生产线。

我们注意到一个细节，公开叙事正在从「做出了什么」转向「在什么地方运行、每小时处理多少、能不能连续工作」。

这会把下一阶段的考题变得很具体：家庭服务能否变成重复订单，物流指标能否持续，模型和数据基础设施能否把一次部署复制到更多现场。

五个维度的本期信号

维度	7 月 20 日至 27 日新增信号	证据口径
融资	未发现新的融资交割、投资方或估值变更；7 月 27 日报道仍在回顾 B、B+、B++、C 四轮已完成交割。	既有融资是公司披露，非本周新事件。3
产品与技术	没有新模型或大版本发布；DMuon 与 wall-x 在 7 月 21 日分别出现 FSDP2 输入处理和归一化修复。	这是官方仓库维护信号，不等于性能跃升。4 5
合作与落地	「机器人进家庭」项目进入 APEC 案例集；家庭服务拓展至北京；物流分拣披露每小时 1200 件以上、回流率低于 3%、可 7×24 小时作业。	家庭和物流指标主要来自自变量及媒体转述，顺丰和其他客户没有在本周独立公告确认。1 3
组织与招聘	官方招聘页没有提供可与上周 182 个岗位直接对比的有效清单；官方另发布了 20 人规模的 X Night 人机交互闭门交流。	本周不能据此推断招聘规模变化，但交流主题指向物理世界交互和开发者、研究者关系。6 7
创始人与高管发声	王潜在 APEC 呼吁开放家庭、养老、医疗和物流场景；CTO 王昊则把世界模型的关键指标落到反事实预测、恒常性记忆和推理时效性。	前者来自媒体现场采访，后者来自 WAIC 论坛报道，均属于公开发言，不是产品承诺。2 8

01｜APEC 把案例推到台前

7 月 24 日，工信部在成都举办 APEC 数智赋能高级别对话。

这件事的价值不在于又多了一次会场曝光。

公司正在把家庭服务从产品故事，搬到一套由政府部门组织、面向亚太经济体展示的应用案例里。

这也给自变量的路线增加了一层公共验证，但还不能等同于订单、收入或客户采购确认。

王潜在现场说，机器人技术要进入家庭服务、智慧养老、医疗健康和物流分拣等真实场景，在与人和物理世界的交互中迭代。

这与上周的开源、数据和基础设施叙事连在了一起：数据从哪里来，模型在哪些地方被使用，下一轮迭代又由什么任务反馈推动。

但要把「案例」变成「业务」，还差一段路。

02｜指标开始靠近产线

本周最值得保留的数字来自物流分拣。

这个口径比「已进入物流场景」有用得多，因为它开始触及节拍、异常和连续运行。

不过，来源仍然是公司相关负责人的说法和媒体报道。

合作方没有在本周独立发布同一组指标，客户名称也没有在这篇报道中公开。

因此，当前最稳妥的写法是「公司披露的产线运行指标」，不能升级为「客户已确认的稳定经营结果」。

家庭场景的新增则是地域扩展。

7 月 27 日发布的 21 世纪经济报道提到，联合 58 到家开展的机器人上门家政服务已经从深圳拓展至北京。3

这里的新增不是一座新展厅，而是服务城市从单点走向跨城市复制。

上周已有的「近 1000 户家庭」仍然是规模信号，但目前没有公开的服务时长、机器人实际执行任务占比、人工协作成本、复购或续约数据。

养老场景也需要放回准确的时间线。

我们最关心的仍然是下一层数据：机器人每天运行多久，多少任务不需要人工接管，出现异常后多久恢复，养老机构是否愿意继续使用。

03｜技术没有大新闻，代码在收拾现场

产品技术维度本周没有出现新的模型发布或大版本升级。

但官方代码仓库在 7 月 21 日出现了两条很能说明阶段的提交。

DMuon 修复了 cast_forward_inputs 默认值，使其匹配 FSDP2 并避免损坏 fp32 激活；wall-x 则修复了归一化问题。它们都属于工程维护，不是新的能力发布。4 5

这类提交不适合拿来包装成「技术突破」。

它们更像模型进入真实使用后必须处理的螺丝和接头。

训练优化器要在分布式环境里稳定工作，开源模型要能被别人拉下来、跑起来、继续改，路线才不至于停在论文和发布会。

CTO 王昊在 WAIC 世界模型论坛上的判断，把这件事说得更直接。

他认为，用纯视频构建物理世界理解可能存在很大问题，自己的置信度约为 90%；对机器人来说，长程预测不如快速 rollout 和快速反馈重要。8

王昊给出的三个核心指标是反事实预测能力、恒常性记忆和推理时效性。

这三项指标都指向同一个现场：机器人是否能在动作发生前判断后果，是否能记住物体和环境的变化，是否能在决策窗口关闭前给出动作。

04｜钱没有新增，人也没有可比数字

融资维度本周没有新增交割、投资方或估值变化。

7 月 27 日的报道仍在回顾 B 轮、B+ 轮、B++ 轮和 C 轮四轮融资已完成交割，资金用途仍被描述为具身基础模型研发、大规模数据采集和机器人本体升级。3

所以本期不能把旧融资再写成新融资。

资本已经给了自变量更长的 runway，接下来需要的是交付数据，而不是再增加一轮新闻稿。

组织信号也没有新的岗位总数。

官方招聘页当前无法提供可复核的岗位明细，不能把上周的 182 个岗位当成 7 月 27 日仍然有效的数字。7

它更像开发者、研究者和公司之间的技术交流，不足以证明招聘扩张或组织完成升级。

但这个动作和王潜在 APEC 提到的开源协作、标准共建与高校人才培养放在一起看，至少说明自变量仍在经营外部技术关系，而不是只做产品发布。

路线推断：从「进入场景」到「复制现场」

本周的公开事实可以拼出三条路线判断。

第一，家庭和物流正在承担不同任务。

家庭服务负责暴露非结构化环境，物流分拣负责检验节拍、异常和连续运行，养老场景则把安全、陪伴和照护规范带进模型迭代。

这套组合如果能共用模型、数据和评测管线，才可能形成规模优势。

如果每个场景都要单独配人、单独调参、单独维护，城市扩张越快，工程负担也会越重。

第二，APEC 案例和 1200 件每小时的数字提高了叙事的具体度，却没有消除经营数据缺口。

目前仍缺少客户独立确认、真实运行时长、人工介入率、故障率、复购和收入信息。

200 亿元估值对应的经营证明，仍然没有被公开数据完全接上。

第三，技术团队正在接受「最差一次」的考验。

在我们看来，这才是自变量从模型公司走向机器人公司的分水岭。

当前最需要解决的四件事

把物流数字变成可复核的客户指标。 需要补充具体客户、任务类型、运行班次、持续时间、异常处理和客户对每小时 1200 件、回流率低于 3% 的独立确认。
把家庭扩张变成可比较的经营数据。 北京服务应进一步披露服务家庭数、单次服务时长、机器人承担的任务比例、人工协作成本和重复订单，而不是只报告进入了多少城市。
把世界模型指标接到真实动作。 反事实预测、恒常性记忆和推理时效性最终要落到抓取成功率、人工接管率、任务完成时间和异常恢复时间。
把招聘信号重新变成组织事实。 当官方招聘页恢复可读并出现岗位总量、城市和职责变化时，才能继续判断公司是在补算法团队，还是已经补齐本体、测试、维修和交付链条。

下一期观察节点

未来一周至四周，优先看五个节点：

7 月 27 日至 8 月 3 日。 北京家庭服务是否出现可核验的服务数量、运行时长或重复订单，能否把「拓展北京」推进为运营数据。
截至 8 月下旬。 物流分拣的 1200 件每小时、低于 3% 回流率和 7×24 小时口径，是否出现客户公告、项目名称或可复核的连续运行记录。
下一次 DMuon 或 wall-x 发布动作。 是否出现新版本、复现实验、外部采用案例或问题单，而不是继续停留在维护性修复。
下一次招聘页更新。 是否恢复岗位详情，并能与上周的 182 个岗位基线比较，尤其是世界模型、触觉、Infra、维修和工业交付岗位。
王潜和王昊下一次公开发言。 他们会继续谈开放场景与技术协作，还是开始给出成本、稳定性、人工介入和客户付费数据。

自变量机器人上了APEC，分拣线才是下一场硬仗

结论先行

五个维度的本期信号

01｜APEC 把案例推到台前

02｜指标开始靠近产线

03｜技术没有大新闻，代码在收拾现场

04｜钱没有新增，人也没有可比数字

路线推断：从「进入场景」到「复制现场」

当前最需要解决的四件事

下一期观察节点

References

Related content

自变量机器人上了APEC，分拣线才是下一场硬仗

结论先行

五个维度的本期信号

01｜APEC 把案例推到台前

02｜指标开始靠近产线

03｜技术没有大新闻，代码在收拾现场

04｜钱没有新增，人也没有可比数字

路线推断：从「进入场景」到「复制现场」

当前最需要解决的四件事

下一期观察节点

References

Related content