Profile
公司简介
自变量机器人采用端到端具身基础模型路线，并围绕模型原生适配设计轮式双臂机器人本体。
官方模型与研究页面覆盖 WALL-A、WALL-OSS、WALL-WM、WALL-SS、X-Tokenizer、HOST，当前官网将 WALL-B 列为世界统一模型。
机器人产品包括量子 1 号 Pro 与量子 2 号，应用方向覆盖家庭服务、科研教育、商业清洁和物流分拣。
以端到端基础模型和原生适配本体构建可在开放环境执行移动操作的通用机器人。
Business
核心业务
端到端具身模型
端到端具身模型覆盖WALL-A、轮式仿人形、移动操作、超长序列任务等官方公开能力。
- WALL-A
- 轮式仿人形
- 移动操作
- 超长序列任务
Products
主要产品
量子 1 号 Pro
具身智能科研与应用平台预集成 WALL-A 操作模型并原生支持 ROS 2，面向需要移动与双臂操作的科研和应用开发。
- 轮式双臂
- WALL-A
- ROS 2
量子 2 号
家庭、科研与物流操作原生围绕端到端模型设计的轮式仿人形机器人，使用双臂和多种传感器完成移动操作。
- 轮式底盘
- 双臂操作
- 端到端控制
WALL-A
端到端感知、理解与动作控制自变量用于驱动机器人产品的操作基础模型，把感知、理解与动作控制统一到端到端架构。
- 端到端
- 移动操作
- 跨模态推理
WALL-OSS
开放式端到端机器人策略官方开放的端到端具身基础模型及配套代码，用于连接视觉语言理解与连续机器人动作。
- 开放权重
- 端到端
- 多模态预训练
WALL-WM
事件节点上的视频动作建模不以固定时间块切分视频动作序列，而是在动作事件节点上建立世界动作模型。
- 世界模型
- 事件节点
- 视频动作学习
WALL-SS / WALL-SSA
可验证、动作可控的长时程模拟面向机器人长时程模拟与闭环评测，通过自回归生成和动作条件控制预测未来视觉状态。
- 长时程预测
- 动作控制
- 闭环评测
X-Tokenizer
连接语言推理与连续控制多模态动作分词器，将连续机器人动作压缩为可供 VLA 预训练使用的离散表示。
- 动作分词
- 连续控制
- VLA 预训练
HOST
从单段人类视频学习操作技能让机器人从单段人类操作视频中获得新技能，并将人类动作表征迁移到机器人控制。
- 单视频学习
- 人机迁移
- 操作技能
WALL-B
统一感知、预测与行动官网当前列出的世界统一模型，作为自变量 2026 年模型路线的最新节点。
- 世界统一建模
- 端到端
- 通用机器人
Applications
目标场景
养老巡查、递送和开放环境配送
试点验证自变量机器人官方资料将养老巡查、递送和开放环境配送列为产品应用或技术验证方向。
Timeline
发展历程
发布 WALL-OSS
官方开放的端到端具身基础模型及配套代码，用于连接视觉语言理解与连续机器人动作。
发布 X-Tokenizer
多模态动作分词器，将连续机器人动作压缩为可供 VLA 预训练使用的离散表示。
发布 HOST
让机器人从单段人类操作视频中获得新技能，并将人类动作表征迁移到机器人控制。
发布 WALL-B
官网当前列出的世界统一模型，作为自变量 2026 年模型路线的最新节点。
Sources
官网与信息来源
- 自变量机器人官方网站自变量机器人 · 访问于 2026-09-16
- 自变量机器人：量子 1 号 Pro自变量机器人 · 访问于 2026-09-16
- 自变量机器人：量子 2 号自变量机器人 · 访问于 2026-09-16
- 自变量机器人：WALL-OSS自变量机器人 · 访问于 2026-09-16
- 自变量机器人：WALL-WM自变量机器人 · 访问于 2026-09-16
- 自变量机器人：WALL-SS自变量机器人 · 访问于 2026-09-16
- 自变量机器人：X-Tokenizer自变量机器人 · 访问于 2026-09-16
- 自变量机器人：HOST自变量机器人 · 访问于 2026-09-16
最后核验：2026-09-16