机器人「通用」到，能给我铲猫砂了？

编辑｜泽南、张倩 这可能是WRC最「硬」的通用具身智能展台。 世界机器人大会的现场，一台机器人正在低头插花。 它能根据观众选择的花枝和花器，自主判断长短、角度和配色，自动搭配出一捧错落有致的花束。 展台另一侧，有同款机器人在叠衣服、取外卖、去冰箱取饮料： 再往旁边走，两条机械臂正一递一接，把面单逐一翻转朝上，几乎不停顿地分拣包裹。在此前的一场公开直播实测中，这套产线跑出了每小时 1816 件的分拣效率。 有意思的是， 这些看起来毫不相干的工作，是由同一个「大脑」驱动的 。机器人展示的也不是为大会临时编排的 Demo，只是把已经规模化运行的真实业务搬了过来。 这就是自变量机器人（X Square Robot）在本届 WRC 上交出的答卷：在大家还在秀「机器人未来能做什么」的阶段，自变量已经在告诉你「机器人已经解决了什么问题」。 你们的机器人 会铲猫砂吗？ 「你们的机器人，能不能帮我们去铲猫砂？」在展会现场，自变量的技术人员跟我们聊起来他们遇到的一些意想不到的需求，并坦言这是家庭机器人的常态。 那这些需求能满足吗？从训练的角度来看，你其实很难穷尽每种任务，自变量也坦言这个任务不在他们训练的预设清单里。但这并不代表他们的机器人做不了，因为敢进军家庭，凭的就是处理各种未知任务的能力。 在现场，我们看到机器人居然在铲猫砂。除此以外，它们还能叠衣服、取外卖、取可乐、收拾茶几、整理鞋柜、取抽纸、套垃圾袋、取零食、自主巡检、浇花、整理桌面、关灯，完成数十个家庭场景任务。其中的很多任务，机器人在预训练中都没见过，但它们依然能靠对物理规律的底层理解来完成。 而且这些任务，只是它们提供日常服务过程中的一个子集。今年 3 月，自变量和 58 到家推出了机器人上门家政服务，机器人跟保洁员搭班，一起完成清洁和收纳；5 月又启动「X 家庭成员计划」，让机器人直接在用户家里住下来，最长常住一个月，在连续、真实的生活环境里干活。到今年 7 月，这个「机器人进家庭项目」还入选了 APEC 官方发布的《亚太地区数智赋能案例集》，是其中唯一一个用具身智能服务民生的案例。 这就是为什么，同样是在 WRC 摆一个家庭场景，自变量的展台气质不太一样：别人家的机器人是在「表演」家庭生活，它家的机器人是在「上班」干活，甚至干完活还会自己去充电。 展台的另一侧，一双高自由度的灵巧手在拆快递盒、取出了小电扇，还能给观众打开吹风，动作细到让不少人停下来录像。 可以看到，这是目前行业公开演示里最「广」的家庭服务。但广度本身不是重点，重点是这些能力是从真实服务里长出来的：机器人每多进一个家庭，就多接触一批训练清单上不存在的需求，这些交互的成功和失败经验又会反过来提升机器人的能力，「想不到的需求」就这样一条条变成「已经会干的活」。 展台会撤，但这些机器人后续要继续上门干活。这大概是 WRC 的展台上，为数不多「展会结束不失业」的机器人。 一小时 1816 件 物流大厂同款「分拣员」被搬到现场 从家庭展区走到物流展区，画风突变。没有花瓶和猫砂盆，只有两条机械臂、一条传送带，和源源不断长得完全不一样的包裹 —— 大的、小的、方的、软的、折成一团的…… 这是自变量在 WRC 前夕公开直播实测过的同款产线，这次被原样搬进了展馆。我们在旁边看了一会儿，最直观的感受是：它不像在演示，像真的在着急干活儿。现场的传送带也是一点不客气，但凡机器人手慢一点，快递就堆满了，流水线压力拉满。 包裹是从真实物流场景里来的，大小、形状、材质、重量完全随机，机器人要做的事只有一件：把每个包裹的面单翻到合适位置，有时候多个包裹叠在一起还得把它们分开。机器人翻面翻到飞起，全程没有预设脚本，也没有停机。 然后是这组被反复提起的数字：在此前的公开直播实测中，这条产线跑出了 1816 件 / 小时的分拣效率。什么概念？美国头部具身智能企业 Figure AI 公开的同类数据是 1248 件 / 小时。也就是说， 自变量快了 45% 以上 。 更值得注意的是成本。Figure AI 用的是「人形机器人 + 五指灵巧手」，自变量用的是「双机械臂 + 夹爪」。后者部署成本只有前者的约 30%，分拣准确率高达 98%，处理的还是真实随机包裹，没有定制的标准件。 这组对比有意思的地方不止速度，更在于它指向了两条完全不同的产业路径。 一条是堆硬件：用最像人的身体、最复杂的灵巧手、最精密的传感器，靠硬件性能去够能力上限。问题也很棘手：贵、脆、难维护。而工业场景恰恰对成本和稳定性最敏感：仓库要的是 7×24 小时连轴转，不是一尊需要精密校准、专项维护的「机械艺术品」。 另一条是自变量选的：让身体简单一点，让大脑聪明一点。夹爪结构简单、零部件少，故障率天然就低；双臂构型能直接对接现有仓储工位，不用大改产线，落地快，也好复制。本质上，是用通用模型能力的提升，去替代硬件的军备竞赛。 和家庭展区一样，这套东西也不是为大会特调的。此前，自变量已经与一家头部物流企业达成合作，分拣方案部署进了真实生产环境，常态化运行，并且过了「经济效益」这一关。在物流行业，这可能是比任何跑分都严格的测试。 而驱动这条产线的大脑，和隔壁展台插花、铲猫砂的，竟然是同一个。 会铲猫砂的机器人 怎么还会分拣快递？ 家庭和物流，是两类对机器人能力要求几乎相反的场景。 家庭环境高度开放，任务长程且随机，考验机器人在陌生环境中的泛化和应变能力；物流产线则更看重作业效率、操作准确率、运行稳定性和部署成本。兼顾这两类应用，对具身模型的通用性提出了很高的要求。 自变量驱动这两类场景的，是同一套 端到端世界统一模型 WALL-B 。 今年 4 月发布的 WALL-B，是全球首个基于「世界统一模型」（WUM）架构的具身大模型。它把视觉、语言、触觉、动作和物理预测等所有能力放在同一个神经网络里，从零开始联合训练、融为一体。没有模块边界，没有数据搬运损耗，所有能力在同一个网络中原生协同。 这种原生统一带来了几个 VLA 架构难以实现的能力。 首先是 原生多模态融合与空间推理 。模型在感知的同时就理解了空间关系：杯子在桌子边缘、地面有水、椅子挡在路上，这些信息在同一个网络中被即时整合。WALL-B 还展现出一种「原生本体感」，不需要持续观察自身全身，就能内在感知自己的位置和手臂伸展范围，判断能否通过某个空间或触及某个物体。 其次是 对物理规律的理解 。WALL-B 能理解重力、惯性和摩擦力，推演不同动作可能带来的状态变化。推一个轻盒子和推一个重箱子该用多大力、物体会怎么动、会不会翻倒，模型能在动作执行前做出预测。它不需要见过完全相同的场景，就能实施推断并采取预防动作。 这种对物理常识的掌握，是零样本泛化的基础：物理规律在不同环境中是一致的，模型进入一个从未去过的家庭，可以用对重力和摩擦力的理解来应对新场景，不需要重新采集数据、重新训练。 第三是 记忆与交互式自我进化 。目前大多数机器人在任务失败后直接停止、返回错误信息。WALL-B 的行为模式不同：它会调整策略再次尝试，如果成功，就将这次经验直接更新到模型中。此前发布会上，自变量机器人联合创始人兼 CTO 王昊把它比作人类学用筷子：掉了无数次，但每一次失败都在调整手上的控制，最终形成稳定技能。 这意味着模型在真