具身智慧賽道的競爭已從技術比拼延伸到資料採集模式。2026年6月29日，深圳兩傢俱身智慧公司自變數與智平方同日官宣完成融資，並各自宣稱自己是“大灣區首家估值破200億的具身智慧企業”。兩家公司同在深圳、同年成立，都走世界模型路線、押注端到端模型，聚焦家庭服務和工業物流場景，估值同為200億元。這場同城、同日、同估值的“頭銜之爭”，背後是融資敘事與客戶信任的激烈爭奪。

自變數成立於深圳，以打造“具身界的OpenAI”為目標，核心產品是WALL-B模型，旨在通過端到端方式實現通用具身智慧。公司預算主要投向模型與資料，硬體採用低成本的雙機械臂和標準夾爪，以最大化模型能力。從今年1月到8月，自變數密集完成A++、B、B+、B++、C輪多輪融資，兩個月內連交割四輪，估值從百億衝破200億元，8月初被曝出已向港交所秘密遞表，計劃第四季度釋出第三代機器人。

為獲取訓練所需的高質量真實家庭資料，自變數近期推出“居家數採家庭招募”計劃，宣傳口徑是“足不出戶助力家用機器人升級，在家就能領取高額補貼”。具體做法是：要求使用者房屋90平以上，三室一廳優先，兩室一廳也可報名，家中需有穩定網路和“真實濃厚的居家氛圍”。每天9點到19點，操作員會帶一台機器人整機和配套操作檯入戶操控，住戶可全程監督；每週採集5至6天，每月最高可領3000元補貼，最長連續兩個月，一戶家庭封頂6000元。

這一模式與此前形成鮮明對比。4月21日，自變數在北京釋出WALL-B模型，宣佈35天后機器人進入真實家庭。此前，自變數與58到家合作，在深圳推出149元一次、約3小時的機器人保潔服務，機器人與保潔阿姨組隊上門。上線之初每天僅開放8單，預約一度排到半個月後，但使用者反饋顯示，機器人能力有限：輪式機器人過不了兩三釐米的門檻，兩指夾爪擺4本書約需6分鐘，疊一件衣服要5到10分鐘。不少使用者發現，149元買到的其實是“阿姨+工程師+機器人”的組合。目前，58到家平台已無法預約這項服務。

隨後，自變數轉向免費採集模式。今年5月，推出“X家庭成員計劃”，機器人免費常駐家庭、連續採集一個月。如今，最新招募徹底反轉，變成企業花錢買“上門資格”。從3小時服務到10小時“包月”，從使用者付費到平台倒貼，核心邏輯是：當前機器人進家缺乏服務價值，不如直接買資料。

從成本看，倒貼3000元看似虧本，實則是價效比之選。傳統真機遙操作模式下，機器人本體動輒30萬元以上，專業操作員日薪200元以上，單人一天僅能採集約500條資料，綜合成本每條可高達100元。而支付給家庭的3000元包月補貼是固定支出，按每週採集6天、每天10小時計算，每月約240小時，場地成本約12.5元/小時，遠低於業內高精度真機資料採集每小時500元至1000元的市場價。兩個月時間，足夠機器人完成全屋地圖掃描、學習基礎使用者習慣、識別固定障礙物並劃分區域。

自變數並未單押一條路，而是多路線並用：自建數採工廠，通過自研主從遙操作、外骨骼、無本體等裝置，配合模型驅動資料管線持續產出。其中無本體方案尤為關鍵，讓普通人穿戴裝置在受控實驗室場景採集基礎資料。今年7月，自變數還走進深圳養老院，進行日常巡查、物品遞送和語音陪伴，補足半開放真實場景。但實驗室和半開放場景都比不上真實家居環境——家庭環境的隨機、碎片和不斷變化，正是具身智慧實現泛化的關鍵。

自變數聯合創始人兼CTO王昊曾將資料分為層級：最底層是純影片資料，中間是手持或穿戴裝置採集的資料，上一層是機器人本體資料，最頂層是互動式資料（機器人自主探索並通過人機協作獲得）。越往上，採集難度越大，資料價值也越高。這也是自變數堅持進家庭的原因——只有更難獲取的資料才有更大價值。

行業資料顯示，通用具身智慧至少需要千萬小時級別的資料訓練，但截至2026年初，全球可用的高質量物理互動資料總量僅約50萬小時，真機互動資料量不足大語言模型語料的兩萬分之一。模擬資料難以填補這一缺口，優必選副總裁焦繼超曾表示，1萬小時真機資料的訓練效果比10萬小時模擬資料更好。

自變數的資料飢渴比同行更甚。相較宇樹、智元側重運動控制、導航避障等“糖水資料”，自變數追求的是理解物理規律、複雜互動和隨機性的“牛奶資料”。CEO王潛認為，OpenAI領先Google約兩年，而機器人領域的時間視窗更長，大概還有三年以上。這意味著，創業公司仍有機會，但必須在視窗關閉前訓練好模型。

對自變數而言，進家採集不僅是研發投入，更是提前鎖定的融資籌碼。當前公司已向港交所遞表，投資人希望看到的不是保潔服務的流水分成，而是資料採集能力和模型進化速度。這筆錢買的不是今天的資料，而是下一輪估值故事裡“中國最多真實家庭資料”的標籤。