作者丨齐铖湧
编辑丨董子博
2026 年 8 月 12 日，自变量机器人完成了一场高难度的全网直播挑战。与以往科幻感十足的演示不同，合伙人兼算法负责人甘如饴直接在物流传送带旁展示了真实工况下的分拣能力。
挑战任务看似枯燥却极具难度：面对源源不断、姿态完全随机的复杂快递包裹，机器人需连续高效分拣一小时。传送带上充斥着易卡住的圆筒件、易碎的生鲜泡沫箱及褶皱变形的软包，高度模拟了繁忙的物流现场。
最终成绩单显示：有效分拣 1816 件，综合成功率 98%。这意味着机器人平均每两秒即可完成一件包裹的分拣。
01 藏在传送带上的“非对称挑战”
在此次挑战之前，具身智能领域的分拣标杆由美国 Figure AI 保持：连续作业 200 小时，平均效率 1248 件/小时。自变量机器人的 1816 件/小时不仅在单小时效率上实现了超越，更揭示了技术路线的质变。
两者面临的考题难度截然不同。海外演示多处理标准件，而自变量面对的是“物流灾难现场”：无规矩的圆柱件、脆弱泡沫箱及千奇百怪的软袋。机器人不仅需精准抓取，还需实时识别异形件并理正面单。
硬件配置上，Figure AI 采用昂贵的人形机器人本体加灵巧手，而自变量使用双臂机器人搭配低成本工业夹爪。在更少关节自由度的限制下，自变量凭借更优的算法大脑，在杂乱工况下实现了比高昂人形机器人更高的效率，完成了一场经典的“非对称反超”。
02 被漏掉的 2%，与真正的裁判
相比破纪录的效率，98% 的成功率更具产业价值。这 2% 的失败率是具身智能能否进入产线的关键命门。
直播中，约 36 件包裹未被成功处理。自变量坦诚展示了失误细节：大部分失误机器人能自主打捞复位，仅极少数极端情况（如微小包裹冲入死角）导致失败。这种敢于公开失败数据的姿态，是工业落地的正确前提。
真实物流分拣线考核三大指标：成本、效率与成功率。自变量方案速度较 Figure AI 提升 45%，成本下降 70%，且 98% 的成功率已高于人工分拣的 97%。行业共识显示，熟练工人的常态误差回流率约为 3%，自变量的稳定性已跨过这一及格线。若失败率过高，高昂的人工兜底成本将阻碍采购决策。因此，分拣员的时薪才是衡量机器人价值的真正裁判。
03 硬件的分岔口：当前行业的一个非共识
具身智能行业存在一个隐秘分歧：是硬件迁就模型，还是模型迁就硬件？多数公司信奉“人形主义”，试图通过堆砌高自由度灵巧手来弥补模型能力的不足。
自变量则选择了另一条路径：通过强大的底层大模型收敛机械臂动作空间。当系统能计算出最高效的操作路径时，简单的工业夹爪足以胜任 99% 的搬运工作。这是"AI 定义硬件”的核心体现：模型越智能，硬件冗余越少。
04 笨拙的夹爪，装着“原生世界模型”
直播细节证明了该机器人的“脑力”远超硬件限制。例如，系统能通过箱体侧面凸起预判面单位置并自动翻面；面对卡阻的异形件，它能先清理主线包裹，待空隙出现后再回头处理。这种类人的常识判断源自其自研的 WALL-B 具身智能大模型。
这套原生世界统一模型（WUM）架构将视觉、语言、动作融合于同一网络，不再依赖死板的指令执行，而是实时预判物理世界的下一秒变化。
05 分拣挑战的本质，是具身公司的一次“泛化”秀肌肉
具身智能的“泛化”能力分为多个层级：从基础的环境泛化（光线、反光），到物体泛化（未见过的包裹），再到任务泛化及本体泛化。最难的是“意图推理”泛化，即让机器人自主拆解模糊指令并纠正错误。
自变量在直播中展现了成熟的基础泛化能力，但对于“意图推理”，甘如饴坦承这仍是长期目标。这种克制在行业浮躁风气中显得尤为可贵。
06 机器人进车间，靠的是“一分钟”生存法则
实测中最令人意外的技术指标并非推理速度，而是"1 分钟”。自变量夹爪采用极简快拆设计，故障更换仅需 1 分钟，配合整机 30 分钟部署能力，极大提升了运维效率。
在高粉尘、高磨损的物流车间，复杂的灵巧手一旦损坏维修耗时极长，可能导致干线爆仓。将换损时间压缩至秒级，是一套抛弃光环、极度务实的生存哲学。在车间里，活得久比跑得快更难。
07 聊聊这次挑战背后的公司：自变量
自变量并非传统物流设备厂商。WALL-B 模型最早大规模应用于家庭场景，随后才拓展至物流产线。家庭环境的长尾与未知性验证了模型的生存边界，而物流产线则验证了执行动作的极限效率。
这种“难场景练兵、易场景变现”的路径，证明了通用具身智能的场景拓展成本正在锐减。同一套大模型横跨天差地别的领域，意味着底层能力的自然外溢，无需从零定制代码。
08 具身行业落地，需要跟自变量学习“算账”
此次挑战凸显了具身行业开始回归商业本质。通过砍掉“像人”的硬件冗余，自变量软硬一体方案的部署成本较海外同类产品降低 70% 以上。尽管具备研发灵巧手的能力，自变量仍选择低成本部署路线。
这印证了一种类似 DeepSeek 的破局逻辑：不盲目追求算力与昂贵硬件，而是依靠底层算法优化与务实工程能力，开辟高性价比路径。当“模型优先、硬件务实”路线跑通，顶尖 AI 能将机器转化为低门槛耗材，通过规模化摊薄成本，构建可持续的商业闭环。
一小时直播实测仅是入场券，真实仓储中的长期考验仍在前方。但这 60 分钟标志着行业在“硬件军备竞赛”中踩下了刹车，并用数据证明：机器的智能上限，从不取决于它长得有多像人。
