自變量機器人亮相2026世界機器人大會(WRC)：最「廣」家居服務走進千家萬戶，最「深」物流分揀突破行業極限

在家居場景中，該企機器人流暢完成收納整理、清潔打掃、搬運等數十項任務，覆蓋機器人家居服務的主要類型，展示出「科技進步革新生活方式」的場景。

在物流場景中，自變量複刻最近全球直播的物流分揀產線：兩條機械臂配合夾爪，全自主分揀複雜隨機的真實包裹，分揀效率高達1816件/小時，展示出具身智能服務產業升級的真實案例。

自變量還展示了無本體數採方案QUANXTA Zero，讓觀眾親身體會動作被捕捉採集，成為機器人可訓練、使用的數據，模擬企業反向賦能數採，展示基礎科研加速行業發展的經典路徑。

最「廣」家政服務：機器人遛機器狗，澆花疊衣做家務 

在家居服務展區，自變量展示了行業內最廣的家政服務：機器人正有條不紊地完成家務勞動，包括整理柔軟衣物、取外賣、拿飲料、收拾桌面、澆花、鏟貓砂、自行充電等，更會拿起寵物玩具，與機器狗玩耍。

展區另一側，一雙由WALL-B模型驅動的靈巧機械手則拆開包裹，取出風扇並扭開開關，為觀眾提供涼風。另一台人形機器人則夾起指定顏色的花束，插在花瓶中遞給觀眾。

自變量展示還原自真實家居服務。今年3月，自變量與58到家推出機器人上門家政服務，由機器人與清潔員協同完成清潔、收納等家務。這是機器人行業首次大規模實現機器人走進家居服務。今年5月，自變量還推出「X家庭成員計畫」，讓機器人在用戶家中常駐最長一個月，在連續、真實的生活環境中提供服務。

自變量的「X家庭成員計畫」也入選亞太經濟合作會議(APEC)數字周大會官方《亞太地區數智賦能案例集》，成為唯一以具身智能服務民生的典型案例。

在普通人心中，做家務是最簡單的第一步，但這恰恰是所有具身智能公司追求的終極目標。家居環境被認為是檢驗具身智能通用能力的終極場景。不同家庭的戶型、傢俱、光照條件和物品擺放千差萬別，家務包含的步驟也不盡相同，無法通過默認規則或後訓練來窮盡。自變量在真實使用者家庭開展服務，恰恰說明機器人已經具備一定的理解環境並規劃動作的能力，表現出越來越高的通用化性能。

最「深」物流分揀：可複製的機器人產業應用

在物流分揀展區，自變量則展示了產業最「深」的物流分揀：兩條機械臂搭配夾爪，持續對大小、形狀、材質和重量完全隨機的真實物流包裹進行分揀，將面單翻轉至適當方向。

面對不同包裹，它會自主採取不同的策略：輕小包裹直接夾取搬運；大件沉重包裹則從側面推動；而蜷曲折疊軟包則先攤平理順，再調整面單方向。

物流分揀作為最先落地的具身產業應用，代表著技術賦能產業的「深度」。最近的全球直播中，自變量實現1816件/小時的分揀效率，超過美國同行45%。同時，「機械臂+夾爪」的硬體方案，相比同行「人形機器人+五指靈巧手」，成本大幅下降70%。自變量處理的更是形態隨機的真實物流件，而非同行訂制的標準尺寸盒子，分揀準確率仍達到98%。

通過展區演示和此前直播，自變量向全行業證明了一條可行的產業路徑：憑藉更加通用智慧的具身大腦，而非堆砌更昂貴的硬體身體，能夠讓機器人完成更複雜的產業任務。通用任務能力來自預訓練的大腦，整套方案也更容易遷移到不同產線、場景乃至行業，而無需採集大量數據、訂制專用硬體或對產線大規模改造。這是一條真正可以規模化複製、低成本落地的產業路徑。

這套方案也不僅限於展區演示，而是複刻自真實產線：目前，自變量已經與一家頭部物流企業合作，將物流分揀方案部署到真實生產環境，實現常態化和規模化運行，並通過企業對生產效率和經濟效益的考驗。

聰明「大腦」終將穿越物理世界「智慧奇點」

家居服務與物流分揀對機器人的能力要求截然不同。家居環境高度開放，任務長程且隨機，更考驗機器人在陌生環境中的泛化和應變能力，而物流產線則更看重作業效率、操作準確率、運行穩定性和部署成本。兼顧這兩類應用場景，是對具身模型的通用能力極高的要求。

驅動這兩類場景的，正是自變量全自研的同一個端到端的世界統一模型WALL-B。該模型由自變量從零預訓練，將視覺、語言、觸覺、動作和物理預測等能力融合進同一個神經網路。模型不僅具備空間推理能力，還能夠理解重力、慣性和摩擦力等物理規律，推演不同動作可能帶來的狀態演化，並具備記憶能力、能在與環境的交互中持續學習。

這個「大腦」使機器人天生具備跨本體、跨任務、跨場景執行操作的能力，如同人類接受了更好的「通識教育」，無需大量技能培訓即可迅速上手新工作。這正是自變量找到的大規模普及具身智能產業應用的路徑：讓機器人形成對物理規律和事件演化的統一理解，在物理世界行動自如，最終穿越「物理世界的智慧奇點」，服務每一個人的生活。

親身體驗數據獲取全流程，讓機器人從頭「動起來」

具身智能世界唯有在真實交互中，才能學會接觸、摩擦、重力等物理規律，因此數據獲取的有效性顯得格外重要，決定數據能否高效、持續地轉化為模型能力。

自變量展示了QUANXTA Zero系列無本體數採方案，數據入庫有效率超過85%，可將模型訓練的數據成本降低90%。在展臺上，觀眾可以穿戴設備，親身體驗人類的動作被採集、轉化為機器人可學習的數據。方案更具備行業唯一的「移動採集數據本體重播」能力。

自變量還搭建了整套數據管線，涵蓋數據清洗、自動化標注、品質控制和數據增廣等流程，將原始數據持續加工為模型可訓練、使用的資產。在模型基礎設施層面，自變量自主研發面向具身大模型的分散式訓練與高效能推理框架，可將數據獲取、模型訓練到真機部署的全流程工作從6個月縮短到3天。

關於自變量機器人

自變量機器人 (X Square Robot) 致力開發具備高精度操作能力的通用具身智能機器人。該公司積極構建面向物理世界的基礎模型，整合模型、機器人硬體以及可擴展、模型驅動的高品質數據處理管道系統。機器人旨在針對家庭與日常環境、研究與教育、物流與倉儲，以及工業營運中的長期任務進行感知、推理與行動。

更多資訊，請瀏覽https://x2robot.com/。

SOURCE 自變量機器人