一台机器人为了分快递，真的需要两条腿和十根手指吗？自变量机器人（以下简称“自变量”）给出的答案是：不需要。在最近的一场直播中，自变量将一台双臂机器人置于传送带前，仅配备工业中最常见的标准夹爪，面对大小、重量、材质和朝向完全随机的真实物流包裹，连续运行一小时，完成了1816件有效分拣。按短时吞吐量计算，这一成绩超过了Figure 03此前连续运行200小时创下的1248件/小时标杆，幅度达45%。
两家公司看似在执行相同的任务，但硬件路线截然不同。Figure 03拥有完整人形身体和五指灵巧手，而自变量则去掉了分拣用不到的腿和手指，将任务交给两条机械臂和夹爪。据公开信息，自变量方案的成本下降了70%，分拣准确率超过98%。这一对比凸显了具身智能领域两条技术路线的分歧：是继续堆砌硬件自由度，还是将更多复杂度融入底层模型。
分拣任务看似简单，实则蕴含人类通过进化习得的复杂能力。机器人需要识别包裹的大小、形状、材质和摆放姿态，判断抓取位置和力度，规划移动路径，甚至处理面单方向错误的包裹。在此次直播中，包裹种类混杂，包括纸箱、软袋、圆柱形快件和泡沫封装生鲜件，大小、重量和朝向完全随机，基本还原了物流仓库的杂乱状态。配备通用具身智能大模型WALL-B的机器人，会根据每个包裹的属性临时选择处理方式：轻小快递袋直接抓取搬运，大纸箱则切换双臂协作托举或侧推，调整面单时小件利用惯性快速翻转，重箱分步改变姿态，易变形的软包先拨开摊平再校准。整个过程连续运行，无人工介入，无故障停机。
WALL-B模型是自变量的核心技术。2026年4月发布时，它采用了世界统一模型架构（WUM），将视觉、语言、动作以及对物理变化的预测放在同一网络中联合训练。模型不仅要决定机器人如何动作，还要预测动作对周围物体的影响——比如夹爪合拢时软袋是否会滑走，侧推箱子时它会平移、旋转还是翻倒。这种预测能力让标准夹爪能够组合出夹、推、拨、摊和双臂托举等策略，弥补了硬件自由度的不足。
自变量选择这条路线，源于对硬件堆叠弊端的反思。增加关节和传感器固然能提升抓取能力，但也会推高成本、增加控制难度和故障概率。一只五指灵巧手包含大量精密部件，在7×24小时运转的仓库中，每个零部件都可能成为故障点。自变量则让硬件保持简洁，把复杂度交给模型。值得注意的是，自变量并非没有灵巧手技术——2025年它曾发布单手20个自由度的五指灵巧手，但此次选择夹爪是出于实际应用考量：对长期守在传送带旁的机器人，仓库没有必要为走路、平衡和十根手指付费。
自变量的落地路径始于家庭场景，这被视为具身智能的“终极考验”。家庭任务分散、环境多变，机器人无法依赖预设程序，必须在真实环境中不断观察和调整。自变量已成为全球首个将具身机器人规模化带入普通家庭的企业。2024年底发布第一代端到端基础模型WALL-A后，机器人陆续进入养老院和家庭，完成折毛巾、整理桌面等任务。2026年，自变量与58到家推出可预约的智能保洁服务，机器人与保洁员共同上门，负责客厅收纳、摆放鞋子、清理垃圾等，成为全球首个规模化进入家庭的具身企业。WALL-B正是在这些随机、碎片化的环境中验证和迭代，其积累的视觉理解、空间推理和物理预测能力，为物流分拣奠定了基础。
同一套模型跨越家庭与工业，意味着能力可以复用。进入新场景时，开发成本大幅降低——模型像“通才”一样，将第一条产线的能力迁移到其他产线，后续只需适配硬件和流程。当一套方案能从单个工位复制到上百个工位，企业关注的重点转向每小时处理量、部署周期、故障率和回本周期。只有当单工位投入、持续吞吐、维护成本和回本周期进入可接受范围，机器人才能从项目交付走向规模采购。这条成本线，被视为具身智能商业落地的“斩杀线”。
此次反超Figure 03，被一些观察者视为具身智能的“DeepSeek时刻”。两个月前，Figure 03用200小时直播证明人形机器人能长时间在仓库工作；自变量则证明，只要模型足够聪明，复杂任务可以交给更简单、更便宜、更耐用的身体。这类似于DeepSeek在大模型领域用低成本交付强能力，自变量将这条路线带入物理世界：让模型承担更多复杂度，硬件只保留任务所需。过去判断机器人先进与否，常看它能否跑半马或完成精细手工；进入真实产业后，所有能力最终要换算成效率、成本、稳定性和复制速度。未来的机器人或许不会更像人，但会更像一个用户愿意买单的伙伴。