2026年8月5日，具身智能创业公司自变量机器人（X Square）被曝已向港交所秘密提交上市申请。次日，钛媒体独家确认了这一消息。计划募资约5亿美元（约39亿港元），如今秘密递表落地，标志着这家成立仅两年半的公司正式站上了资本市场的起跑线。 如果说秘密递表是自变量资本故事的“现在时”，那么过去两个月的融资狂飙则是它的“完成时”。
2026年4月下旬至6月底，自变量在短短两个多月内连续完成B轮、B+轮、B++轮及C轮四轮融资并全部交割，投后估值从100亿元迅速突破200亿元。公司由此成为大湾区首家、也是唯一一家估值突破200亿元的具身智能企业
这一融资速度在具身智能赛道中堪称现象级。2026年上半年，具身智能赛道融资总额高达935亿元，是2025年全年的1.6倍，但资金高度向头部集中——前20家企业拿走了七成资金，自变量作为头部玩家，正是资本集中的主要对象。 更值得关注的是其投资方阵容。自变量是目前国内具身智能领域唯一一家同时获得美团、阿里、字节、小米四家互联网巨头分别领投的企业。此外，投资方还囊括了红杉中国、IDG资本、源码资本等顶级VC，以及中国移动、国开金融、中金资本等“国家队”力。产业资本方面，58集团、奇瑞汽车、荣耀等亦纷纷入局。 超过30家投资机构的集体下注,折射出市场对自变量技术路线的某种共识——在机器人硬件日益同质化的当下，资本更愿意押注“具身智能大脑”。 创始人之路：从清华到南加大，从量化基金到机器人 自变量的崛起，离不开其创始人兼CEO王潜的独特轨迹。
王潜，1988年出生。2007年进入清华大学电子工程系本科就读，2009年开始研究AI——彼时恰逢人工智能的低谷期，深度学习尚未迎来2014年后的爆发。为了深入研究神经网络，他研究生阶段转向生物医学工程系；博士则选择南加州大学，攻读Robotics Learning（机器人学习）。
他是全球最早在神经网络中提出注意力（Attention）机制的研究人员之一，其成果与谷歌同期发表于国际会议，翻译过来就是，现在所有大模型用的Transformer 架构，他算是奠基人之一。用他自己的话说，这堪称一次“图灵奖级别的错过”。
博士毕业后，王潜并未直接走上机器人创业之路。他先在美国创立了一家量化基金公司。但“晚上经常睡不着想做机器人”的念头始终萦绕。2023年，他解散了量化基金，回国，拉来了主要研究大模型的王昊（现任CTO）组建团队，同年12月，在获得联想的天使轮融资后，自变量机器人在深圳正式创立。
联合创始人兼CTO王昊同样履历耀眼——北大计算物理博士，曾在粤港澳大湾区数字经济研究院（IDEA研究院）担任封神榜大模型团队算法负责人，主导了国内第一个百亿级大模型和早期千亿级大模型之一Ziya的研发。由此创始人皆出身清华，团队兼具机器人学习与大模型的双重背景。
隐忧与挑战 然而，在高估值与明星阵容的另一面，是自变量必须要直面的多重风险。
现如今，整个具身智能行业尚未完成大规模的商业化落地。自变量却选择了一条高难度的路径——家庭场景。2026年5月，公司率先在国内推出机器人入户保洁服务。然而现实测试中，市场反馈却是：机器人“有点聪明但不多”，能干的活有限，工作速度很慢，动作不流畅。有消费者评价称，机器人的工作效率“远不及人工”。仅仅149元的服务价格难以覆盖成本，同时公司也坦言现阶段更多是为了换取“真机数据”。
另一方面，自变量在家庭场景的商业化数据尚未公开披露，而同期竞争对手智平方已披露的在手订单近5亿元。估值攀比的上半场或许已经结束，下半场的核心指标将是产能、成本控制与交付兑现。
最后，自家庭场景意味着机器人将深度介入用户的私人空间。而一旦机器人进入家庭，用户隐私保护问题不可回避。如何在数据采集与隐私保护之间找到平衡，是自变量必须解决的治理难题。
结语 从2023年12月成立，到2026年8月秘密递表，自变量机器人用不到三年时间走完了许多公司十年才能走完的路。两个月四轮融资、200亿估值、四大互联网巨头投资——这些共同打造出一家被资本高度押注的具身智能公司。
但资本的热情终究需要商业回报来验证。对于自变量而言，真正需要考虑的是：WALL-B大模型能否持续迭代？第三代机器人能否兑现技术承诺？家庭场景的商业化能否跑通？上市后的二级市场又能否支撑200亿的估值预期？