自变量发布全球首个世界统一模型 WALL-B，具身智能迈入 "懂世界" 新时代

温馨提示：本站发布所有内容均由发布者发布，除本站官方内容外，其他内容请自行斟酌，切勿上当受骗。

2026 年 4 月 21 日，自变量机器人在北京举办发布会，正式推出全球首个基于世界统一模型架构（World Unified Model，WUM）的具身智能基础模型 WALL-B。该模型突破了当前行业主流 VLA（视觉 - 语言 - 动作）架构的技术瓶颈，标志着具身智能从 "模仿轨迹" 向 "理解世界" 的关键跨越。同时，公司宣布，35 天后（5 月 25 日），搭载 WALL-B 的新一代机器人将首批入驻真实家庭，开启机器人服务家庭生活的全新阶段。

<img src="data:;base64," aria-hidden="true" /> 自变量发布全球首个世界统一模型 WALL-B，具身智能迈入

技术革命：从 VLA 拼接到 WUM 原生融合

当前具身智能领域普遍采用的 VLA 架构，是将视觉识别、语言理解、动作生成三个独立模块进行拼接。这种模式存在明显缺陷：数据在模块间逐级传递时会产生信息损耗与延迟，且模型仅能复刻训练数据中的既有轨迹，无法真正理解物理世界规律，难以应对真实家庭随机、动态的复杂环境。
WALL-B 采用革命性的世界统一模型架构（WUM），将视觉、语言、动作、物理预测等所有能力纳入同一网络，从零开始进行联合训练。其底层逻辑被类比为苹果 M1 芯片的统一内存架构，彻底消除了模块间的信息边界，实现了感知、理解、决策与执行的原生一体化。

三大核心能力，让机器人拥有 "世界观"

基于 WUM 架构，WALL-B 具备了传统 VLA 模型不具备的三大核心能力：

原生本体感
模型无需依赖外部传感器或持续观察自身，即可内生感知自身空间尺寸（如高度、臂展），能精准判断能否通过狭窄空间或触及目标物体，拥有了类似生物的内在空间认知。
物理规律理解
WALL-B 能自主感知并预测重力、惯性、摩擦力等基础物理法则。例如，看到半悬在桌沿的盘子，能推断其掉落风险并主动干预。这种对物理常识的理解，赋予其强大的零样本泛化能力，可直接适配陌生家庭环境。
自主迭代与自我进化
面对任务失败，WALL-B 不会停止报错，而是主动调整策略重试，并能将成功经验直接内化更新至模型参数，实现在真实家庭场景中的持续自我学习与进化。

<img src="data:;base64," aria-hidden="true" />

落地加速：35 天后进入真实家庭

发布会上，自变量创始人兼 CEO 王潜表示，硬件日趋成熟，但机器人的核心瓶颈在于 "大脑"。此次 WALL-B 的发布，正是为解决这一核心问题。依托超 100 个真实家庭采集的数据进行训练，WALL-B 已做好应对复杂家居环境的准备。
公司明确时间表：5 月 25 日，搭载 WALL-B 模型的新一代机器人将正式进入真实家庭，独立完成日常整理、家务协助等任务，这也将成为具身智能技术从实验室走向千家万户的重要里程碑。