【科技资讯】自变量机器人，还没证明自己

📝 核心摘要

9月初，港股上市的梅卡曼德创始人邵天兰炮轰部分机器人企业为“攒局型创业”，靠关联交易打造不可持续收入，成立两三年便谋求上市；与此同时，监管向部分投行与投资机构发出非正式“窗口指导”，拟提高人形机器人企业IPO门槛，要求拟上市企业需具备持续性收入、正在减亏或拥有核心技术创新。两件事指向同一行业信号：机器人企业不能仅靠概念叙事，需落地证明自身价值。2023年成立的自变量机器人，两年半内融资超50亿元，获美团、阿里、字节、小米四大厂及30余家机构投资，估值约200亿元，但至今未实现规模化量产与销售收入，曾预计2026年有数亿订单，而同估值的对手智平方已拿到近5亿元订单，自变量传港交所递表，公司称不知情。为证明自身，自变量8月12日在深圳头部物流仓库直播双臂机器人分拣，效率达1816件/小时、准确率超98%，对标美国人形机器人公司Figure AI的1248件/小时成绩，称效率高45.5%、硬件成本降70%，但行业人士指出二者口径不对：Figure是200小时多台机器人轮换的平均值，自变量是1小时峰值数据，且Figure为全尺寸人形机器人，自变量采用双机械臂+标准夹爪方案，科技感不足。家庭场景方面，自变量3月联合58集团推出机器人上门家政，实际以每月最高3000元补贴换取家庭数据采集，149元的服务2026年下半年淡出，而Figure AI9月17日在30个陌生家庭零样本测试中，整理任务成功率达56%，较此前进步明显，可见演示亮眼但离落地仍有距离。技术路线上，自变量走端到端统一预训练模型，2024年底推WALL-A，2026年4月推WALL-B等，试图实现跨场景泛化，但通用模型需靠低边际成本兑现价值，否则难撑200亿估值，全栈自研的高投入对无营收的自变量压力巨大，其建数据工厂降95%采集成本，靠资本对超级通用模型的预期融资。行业环境方面，“人形机器人第一股”宇树科技8月19日科创板上市，市值曾近4500亿后蒸发超2400亿，估值锚腰斩，一级市场叙事、二级市场看盈利，对有IPO计划的自变量是警钟，需将模型能力转化为客户付费的生产力。

🔗 阅读原文

👉 自变量机器人，还没证明自己

🏷️ 标签：自变量机器人, 人形机器人, 具身智能, IPO监管, 通用模型