机器人35天后进你家：自变量WALL-B模型有什么不一样

4月21日，自变量机器人在北京开了一场发布会。创始人王潜站在舞台中央，一台白色轮式双臂机器人缓缓滑上台，机械臂夹着垃圾桶，另一只机械臂精准夹起了他演讲途中随手扔下的纸团。

然后他宣布：35天后，这台机器人将正式进入真实家庭”实习”。

说实话，我第一反应是”又是PPT产品”。但看完发布会的技术细节之后，我觉得这次可能不太一样。

什么是WALL-B？

WALL-B是自变量机器人发布的新一代具身智能基础模型，全称World Unified Model，翻译过来就是”世界统一模型”。

这个架构的核心思路是：让机器人真正理解物理世界的通用规律，而不是只在特定任务上训练。

王潜在发布会上举了一个例子：”早上七点，闹钟响了。你从床上爬起来，走到客厅。拖鞋不知踢到哪里，厨房的碗还没洗，孩子的书包扔在地上，猫打翻了一杯水。”

他问的问题是：全球有没有任何一台机器人，可以在无遥控操作的情况下，独立完成上述所有场景的综合整理任务？

答案是：目前没有。

这就是WALL-B要解决的问题。

和传统VLA架构有什么不同？

现在主流的具身智能模型大多采用VLA架构（Vision-Language-Action），即视觉-语言-动作联合建模。效果不错，但泛化能力有限——换个场景、换个物体，模型可能就”傻”了。

WALL-B的思路是：先让模型理解世界的通用规律，再在这个基础上做具体任务。就像人类小孩——你不需要教他”如何把拖鞋放到鞋架上”，他理解了”物体有固定位置”这个概念之后，自己就能推导出来。

我的判断

机器人进家庭这件事，我觉得方向是对的，但时间表可能有点乐观。

35天后的”实习”，我理解更像是在受控环境下的数据采集，而不是真正的商业化落地。真实家庭环境的复杂性（孩子、宠物、随机物体），是任何实验室测试都无法完全模拟的。

不过，这个方向值得持续关注。具身智能的”iPhone时刻”，可能比我们想象的更近了。

你们觉得呢？机器人进家庭还需要多少年？