南方日报、南方+在深圳经济特区46岁生日当天，以整版报道聚焦自变量机器人。文章围绕家庭服务、物流分拣、具身大模型及数据采集等方向，展现自变量从底层技术到真实场景落地的全栈能力。其中，机器人已进入家庭服务场景，并在物流分拣中实现1小时1816件、准确率超98%的实测成绩。报道同时提到WALL-B、HOST、DMuon、X-Tokenizer及QUANXTA Zero等技术成果，呈现自变量以“具身大脑”推动机器人走向千家万户、千行百业的实践路径。
自变量机器人亮相WRC，集中展示家庭服务、物流分拣与无本体数据采集三类能力。在家庭场景中，机器人可完成收纳、清洁、取物等多项任务；在物流场景中，全自主分拣效率达1816件/小时、准确率98%；同时，QUANXTA Zero将人的动作转化为机器人可训练数据。三类展示均由同一世界统一模型WALL-B驱动，体现了自变量从模型、数据到底层场景落地的全栈能力。
自变量机器人发布并开源 HOST 框架，让机器人只看一段数十秒的人类视频就能学习新技能。实验中，HOST观看平均29秒视频后，技能复现成功率达62%；相比 Pi-0.5+微调方案，数据量降至1/50，学习速度提升500倍。相关论文和代码已开源。
2026 年 7 月，深圳自变量机器人亮相 APEC 数字和人工智能部长会议，作为全国唯一受邀的具身智能企业展示成果，创始人王潜发表演讲并提出行业倡议，彰显深圳机器人产业实力。
2026 年 7 月 15—17 日，工信部人形机器人与具身智能标委会年度会议在绍兴举行。自变量机器人受邀参会并作报告，提出具身智能需以开源与标准共建行业底座，现场开源多项核心技术成果。企业依托自研统一模型实现家庭、工业等场景落地，主张数据应作为 “工业品” 深度开发，呼吁行业协同推动中国具身智能全球竞争力提升。
自变量机器人发布分布式 DMuon 优化器解决 Muon 分布式训练低效难题，训练提速 30% 并全面开源，实现国内具身智能企业在大模型底层训练基础设施的关键技术突破。
本文报道深圳自变量机器人完成四轮全额交割融资、估值超 200 亿，成为大湾区标杆具身智能企业；依托深圳完善机器人产业链与省级 AI 扶持政策，企业手握全球前沿具身大模型核心技术，在家政、物流领域实现规模化商用落地；其发展印证广东凭借制造业与产业集群优势，走出技术研发结合实体经济场景的具身智能产业发展路径，契合国家未来产业布局方向。
自变量机器人近日推出全新的轻量级跨模态动作分词器 X-Tokenizer。该方案将具身智能视觉-语言-动作（VLA）模型中的动作离散化问题，从单纯的“压缩-重建”重新定义为“多模态语义接口学习”，旨在解决 VLM 离散表示与机器人连续动作执行之间的不匹配难题。
针对具身智能行业普遍面临的数据匮乏与高成本难题，自变量机器人近日发布了QUANXTA Zero系列无本体数采方案，涵盖多款硬件产品，并配套一站式数据服务平台。该方案旨在通过从模型训练的实际需求出发进行反向设计，打通数据采集到模型训练的闭环，实现数据的高效生产与利用。
近日，深圳的自变量机器人团队成功完成关键技术突破，自研出XRZero-G0全身无本体数据采集与训练系统，在国内首次打通无本体采集、智能质检、混合训练、真机实测的全链路闭环，为机器人规模化发展扫除一大障碍，助力全球具身智能产业提速。
