编辑：吕鑫燚
出品：具身研习社
一家深圳的具身智能公司，已经登上APEC的国际舞台，与 Meta、谷歌、微软、腾讯、百度等科技巨头肩并肩。
7 月 16 日至 24 日，亚太经济合作组织（APEC）“2026年数字和人工智能部长会议及数字周”系列活动在四川成都举行。其中，“APEC 数智赋能高级别对话”在7 月 24 日举行，围绕“发展人工智能，增进民生福祉”“推动数字转型，赋能千行百业”主题展开。
自变量机器人创始人兼 CEO 王潜是全国 8 位获邀发言嘉宾之一。而在 30 余家受邀国内外企业中，自变量又是唯一一家具身智能企业。和它一同登场的，是 Meta、谷歌、微软、松下，以及腾讯、中兴、百度等耳熟能详的科技公司。
具身智能这两年站上过发布会、产业论坛、资本峰会，也频繁出现在地方产业政策里，但真正进入 APEC 这类跨经济体、部长级、讨论技术如何影响民生与产业的公共议事场，案例仍然很少。更值得注意的是，大会并没有在听自变量讲一个更大的模型、更多的参数的故事，反而是把它已经推进的机器人进家庭项目列入《亚太地区数智赋能案例集》，作为唯一具身服务民生的典型案例，去讨论人工智能如何进入真实生活、增进民生福祉。
这也让一个问题变得更有意思：为什么偏偏是家庭？而又为什么偏偏是自变量？
在具身智能行业里，家庭几乎一直被视作最难啃的场景之一。空间不标准、物体过于长尾、任务表达模糊，人、宠物和各种临时变化随时会进入机器人的工作空间。所以，自变量选择在这个阶段直奔家庭，一定不只是一次简单的商业落地尝试。
它更像是一场公开的模型能力验证：当机器人离开展厅和实验室规模化服务用户家庭，它还能不能理解陌生物体、应对不同空间、执行此前没有逐一编程过的任务？如果这些问题能够逐步被回答，所谓“通用具身智能”才开始从一个技术概念变成可被现实世界检验的能力。
王潜在 APEC 演讲中说，“再先进的科技，最终目的都是造福于人，提供一种崭新的科技生活方式，让每个人能够享受更加便捷、轻松和有尊严的生活。”这句话放在家庭场景里，比放在任何技术榜单上都更具体。家庭既是模型泛化能力的高压测试场，也是机器人最终与人长期共处的终局场景之一。
由此可见，率先去深入最难场景，自变量现在所做的，是在终局到来之前，先去打一个样。对一家具身智能公司来说，敢于第一个大规模走进家庭，当真有“敢为天下先”的意思。
长期以来，传统机器人行业有一种很自然的产品化顺序：先工业、再服务业，最后进入普通人的家庭生活。大家都清楚家庭是一个完全非结构化的空间，它并不是一个可以被穷举和提前写完规则的环境。机器人永远可能遇到没有训练过的杯子、被衣服遮住的玩具、临时移动的家具，以及一句含糊的“帮我把那边收一下”。
因此，家庭对具身智能真正苛刻的地方，不是某一个动作难，而是任务太综合和多样。一次抓取、收纳、递送，看起来都不是机器人行业最炫目的技术展示，却要求感知、语义理解、空间推理、动作规划和控制在开放环境里连续工作。任何一个环节稍微失真，任务就会失败。
但自变量的选择显得反共识。作为全球首个实现机器人大规模进入家庭场景服务的企业，截至目前，自变量机器人的机器人已规模化服务用户家庭，范围从深圳拓展至北京。对一个强调通用具身模型的团队而言，一千个家庭更像一千套彼此不同的考卷：模型究竟能不能跨空间、跨物体、跨任务保持能力，必须在这种环境中才能被真正看见。
企业愿不愿意走进去，背后考验的是对自身模型泛化能力的判断与自信。
今年 4 月，自变量发布世界统一模型 WALL-B，将视觉、语言、触觉、动作和物理预测放进同一个神经网络联合训练。按照王潜的表述，物理世界真正困难的地方在于复杂、开放和不可预测：衣服是软的，每次折叠都不同；一个物体处在桌边，机器人还要理解重力和掉落风险。也正因为如此，自变量把“能否理解物理世界”视为通用具身智能的核心。
从这个角度看，进家庭是在验证 WALL-B 这条技术路线能否经受真实世界的考验。实验室可以让模型在相对可控的环境完成任务，家庭则会持续制造模型没见过的组合。只有在这种压力下，所谓泛化能力才不再停留于 Benchmark。
更长远地看，家庭还对应着具身智能最具想象力的一种终局：机器人不再只是生产工具，而成为长期存在于人的生活空间中的家庭成员。今天行业距离这个终局仍然很远，安全、成本、可靠性、交互方式都没有完全解决。但也正因如此，谁更早进入真实家庭，谁就更早开始面对“机器人如何与人共处”这道真正的终极问题。
除了家庭场景的敢为天下先，自变量还将模型应用拓展到养老和物流场景。
这几个场景看起来是完全不同的市场。家庭强调泛化，养老强调安全与交互，物流强调效率、稳定性和连续作业能力。但站在具身智能的技术视角，它们都在考验机器人能否脱离高度标准化环境，根据现场变化完成任务。
家庭是最日常、也最难标准化的场景。自变量联合 58 到家推出机器人上门家政服务，现已让机器人规模化进入真实家庭，承担捡拾、收纳、整理等任务。它所面对的不是一间反复调试过的样板房，而是不断变化的户型、摆设和任务组合。能够在这里胜任越来越多工作，本身就是对模型泛化能力的直接检验。
养老则把技术能力进一步拉回到“人”的尺度。7 月 1 日，自变量“0755 号”人形机器人进入深圳老人颐养院，参与日常巡查、物品递送和语音陪伴等基础照护工作。值得注意的是，这家颐养院主要接收重度失能及以上等级老人，环境复杂，对安全性和实用性的要求也更高。
王潜在演讲中讲过一个细节：一位独居老人因为身体原因已经两个星期没有弯腰捡过地上的东西，扫地机器人也解决不了这类需要识别、抓取和放置的任务。当机器人把废纸一点点放进垃圾筐时，对技术团队来说可能只是一个基础操作，对老人来说，却是生活便利和尊严的一部分。
这类场景提醒行业，具身智能的价值不必都通过复杂炫目的任务来证明。王潜在 APEC 演讲中提到，到 2050 年，APEC 经济体 65 岁以上人口将接近 10 亿，养老照护、家政服务、现代物流等生活服务业都面临人才供给不足与技能错配。机器人能不能补上其中一部分能力缺口，已经成为一个科技能否满足社会需求的问题。
物流则给出了另一套完全不同的评价标准：效率、稳定性和商业回报。自变量与头部物流企业合作，将机器人批量部署到真实物流分拣产线。据其披露，机器人已经能够稳定实现每小时 1200 件以上的分拣效率，回流率低于 3%，并支持 7×24 小时连续作业。今年下半年起，自变量机器人将进入规模化交付阶段。
物流分拣同样并不是标准任务，对泛化性有极高考验。软袋、纸箱、异形件的尺寸、重量、材质和重心都不同，机器人需要持续判断抓取位置、力度与动作路径。更关键的是，产业现场不会因为技术路线有想象力就降低考核标准。单小时处理量、异常率、维护成本、连续运行能力，最终都会变成可量化的结果。
于是，家庭、养老与物流实际上构成了三种互补测试：家庭看开放环境里的泛化，养老看机器人与人长期共处时的安全与公共价值，物流则用生产指标检验技术是否能够形成真实生产力。
据了解，除了上述场景，自变量机器人也进入了汽车制造的核心生产环节，与知名车企合作推动高端制造转型；并在酒店、外卖配送等劳动密集型场景，也已启动落地验证。
这些场景跨度越大，同一套具身大脑能够复用的能力越多，“通用”二字才越接近产业意义上的成立。
过去一年，具身智能行业的注意力大量集中在模型路线、数据规模、Benchmark 和本体性能上。这些讨论当然重要，但当具身智能走进 APEC 这样的公共议事场，它必须回答一个更大的问题：机器人究竟能够给普通人的生活和真实产业带来什么？
2026 年 APEC 数字和人工智能部长会议把“以数字技术和 AI 赋能亚太共同体”作为核心议题，并在部长声明中明确提出，要推动以人为中心的 AI 产品和服务，让技术改善公众福祉，同时推动制造业、农业和服务业的数字与 AI 转型。放在这样的议题下，自变量被邀请分享的价值，也不在于再介绍一次自家的“具身大脑”，而在于它已经拿出家庭、养老和物流这些可以被外界理解的落地样本。
这也是这次参会真正值得行业注意的地方。Meta、Google、微软、百度这样的公司进入 APEC 议程并不令人意外，它们已经长期参与全球数字基础设施、AI 治理与产业转型讨论。自变量则是一家仍处于高速研发和商业化阶段的具身智能创业公司。它被放进同一个会议名单，某种程度上意味着具身智能开始被当作人工智能下一阶段影响真实经济和社会生活的代表性技术之一。
在大会上，王潜提出三点倡议：进一步开放家庭服务、智慧养老、医疗健康、物流分拣等民生场景；围绕开源协作、安全标准和伦理治理建立更广泛的行业合作；联合高校与科研机构培养具身智能人才。
其中最值得注意的仍然是“开放场景”。具身智能最终要处理的是物理世界，而物理世界不会像互联网一样天然开放。家庭、养老院、工厂、仓库都有各自的安全边界、准入要求和责任体系。机器人真正大规模走进去，需要的不只是模型和本体进步，还要让企业、场景方、监管者共同建立新的规则。
这也是为什么自变量作为具身智能企业参加此类会议很值得观察。技术论坛可以讨论一个模型是否领先，产业会议可以讨论一个场景是否赚钱，但 APEC 这样的场合会同时追问技术价值、社会价值、安全治理和普惠性。机器人一旦从实验室走向普通人的身边，评价体系自然会被拉长。
当一个产业开始被拿到 APEC 这样的国际议事场里讨论，意味着它要面对的已经不只是“技术能不能做出来”，还有“它将以什么方式进入社会”。对自变量而言，家庭是最早的一块试验场；对整个具身智能产业而言，这也许正是更难、也更重要的下一场考试。
王潜在演讲最后说：“我希望，当自变量机器人走进千家万户、走进千行百业的时候，每个人都能说一句：来了就是家里人”。相信，这样的日子不会太远。
