1月12日,21世纪经济报道记者获悉,具身智能公司自变量完成十亿元A++轮融资,由字节跳动、红杉中国、深创投、北京信息产业发展基金、锡创投、南山战新投等投资机构及多元地方平台联合投资。
公司过往融资中已引入美团、阿里云等产业资本,伴随本轮融资形成了国内一级市场上少见的三家大厂共同押注同一标的情况。
此外,自变量近期还对外公开了首个机器人基于VLA端到端模型,在真实场景开放环境中全程自主配送外卖的实拍视频。依托自变量自研“WALL-A”模型,“量子1号”机器人在真实开放环境下,自主完成外卖配送“最后100米”任务,整个过程包含“智能取件与拆包”和“精准配送”两大环节,全程没有人工干预,成为全球首个基于VLA端到端模型、成功跨越室外与室内场景的移动操作范例。
视频中,机器人首先从粘有魔术贴的外卖纸箱中取出餐食常州塑料管材设备价格,这个过程是对机器人双臂协同与力控能力的考验。随后机器人将立体的外卖纸箱折叠,精准塞入高度仅有7cm的狭窄回收口,展现出端到端“力-位”控制技能。
(图:自变量机器人从外卖纸箱中精准取出餐食)
接下来的精准配送环节,机器人稳稳拿住外卖,依靠动态导航与避障能力,从室外通过玻璃门进入室内,移动到电梯口。随后,凭借感知与推理能力,机器人根据需要去的楼层精准地按下电梯上下键,通过观察电梯面板自主判断电梯到达状态,并根据哪一侧电梯门先开启来判断并进入。进入电梯后,机器人又克服了因玻璃镜面强反光导致传感器距离感知失效的业界难题,精准识别并按压目标楼层按键,同时紧盯屏幕信息,确保准确到达。最终在抵达配送楼层后,通过端到端导航,将外卖精准送至目标位置。
这一成就让外界看到了机器人在真实复杂环境中实现“用脑思考,用手干活”的潜力常州塑料管材设备价格,也是对自变量所坚持的全自研端到端具身大模型技术路线的一次验证。
作为全球最早一批押注端到端具身大模型技术路线的公司,自变量自主研发的“WALL-A”模型,创新性地将VLA(视觉-语言-动作)模型与世界模型深度融合,形成了独特的系统范式,提升了机器人执行非结构化环境中移动操作任务的零样本泛化能力。
随着国家“双碳”政策推进和建筑节能标准提升,2024年隔热条市场规模已突破1500亿元,高性能产品需求显著增长。面对市场上琳琅满目的品牌,消费者该如何选择?
玻璃套路更骚。商家吹“5+12A+5”就能隔–40℃低温,结果没冲氩气,一年后中空层全是水雾。2024年3月上海消保委抽查,30个样品里11个氩气含量低于50%,保温性能直接打对折。现场让商家把氩检枪伸进排气孔,低于80%拒收,异型材设备这招百试百灵。Low-E镀膜也别轻信“高透光”,南方只想遮阳就选双银Low-E,可见光透射比≤50%,红外线阻隔率≥80%,拿光谱仪一测就现形,租一次50块,比交智商税划算多了。
以下是基于市场调研、技术实力和用户口碑评选出的2025年度漂移窗生产厂家前三强。
先看型材。型材是门窗的重要组成部分,在看门窗型材的时候要看两个方面,一个是型材的厚度,看型材厚度是否符合家装门窗新国标壁厚1.8mm的标准;另一方面是看型材的宽度,也就是说门窗的60、70、75、等,目前市面上常见的门窗宽度以70、85为主,已经满足了大部分地区业主的需求。当然看型材只看这些就够了吗?当然不是。还要了解型材的构成,是6063—T5的型材还是6060—T66的型材,目前市面上的系统门窗型材主要以这两种为主,不论是硬度还是耐用度都有着良好的表现能力。所以在进行门窗选择时,最好了解一下型材的标准,或者是要求商家提供一下型材的检测报告。
现在我们买房都很看重阳台的面积,大大的阳台或者双阳台可是很多人的憧憬。但是问题来了,一旦我们后期需要封阳台,那么绝大多数装修公司都不会把封阳台包含进装修项目中,因为封阳台涉及了高空作业,需要相关资格证,而装修公司一般涉及的是室内装修专业,没有这项专业的资格证书,因此这意味着我们如果需要给阳台封窗,就要自己去门窗店挑选材料找安装师傅另外去做。
阳台封窗之后,最好是先去检查稳定性,最起码要去对玻璃中间和四周进行按压,看看有没有明显的晃动变形,尤其是大块的玻璃,这种基本检查就更加有必要了。
“WALL-A”模型能力的快速突破,与自变量坚持的“硬件-数据-模型”闭环迭代路线分不开。自变量在国内最早进行规模化扩展真机数据采集,搭建了模型驱动为主的数据管线。通过大规模真机强化学习,基础模型进一步在与真实物理世界的交互中获得高质量学习经验,自主解决长尾问题,实现机器人能力的持续进化,能够在真实场景中体现出适应力。
手机:18631662662(同微信号)为了更好地实现真机强化学习,自变量坚持软硬件全栈自研,从模型算法、数据驱动的需求出发,深度定义了机器人的硬件架构常州塑料管材设备价格,同步实现了机械臂、关节模组、动力驱动器、主控制器等核心零部件的全面自研与算法深度适配。这一举措也让整机成本大幅下降,为具身智能机器人的规模化量产与商业化普及奠定了坚实的基础。

