具身人工智慧的快速發展正在重塑機器人行業，眾多企業競相研發能夠在現實環境中執行多樣化任務的機器人，而非局限於單一用途的傳統編程模式。
總部位於深圳的X Square Robot（方形機器人）近期備受關注，該公司連續完成四輪融資，最新一輪為C輪投資，當前估值已超過200億元。公司表示，新一輪融資將加速推進其具身AI基礎模型、機器人硬體、數據基礎設施及商業化落地的研發進程。
X Square Robot成立於2023年，專注於開發其所定義的通用具身AI。公司的目標並非針對單一任務研發機器人，而是構建能夠在家庭、養老機構、工廠和物流中心等廣泛物理環境中學習和自適應的AI系統。
公司創始人兼CEO王倩表示："自創立之初，X Square Robot便堅持自主研發基礎模型，走的是一條充滿挑戰卻不可或缺的道路。如今，我們在具身AI模型、可擴展的模型驅動高質量數據管道系統以及真實場景部署方面的投入，已開始產生顯著成效。"
公司表示，最新融資將進一步投入具身智能
的核心技術和基礎研究，推動構建連接物理世界的通用具身AI，最終服務於人類社會。
WALL系列具身AI基礎模型
X Square Robot技術戰略的核心，是其WALL系列具身AI基礎模型。
與通常按照固定動作序列運行的傳統工業機器人不同，具身AI模型旨在賦予機器人感知周圍環境、理解指令、推理物理空間並完成日益複雜操控任務的能力。
今年4月，公司發布了WALL-B——一款基於World Unified Model（統一世界模型）架構的具身AI基礎模型。該架構將感知、語言、動作與物理預測整合於單一網路，而非依賴獨立的視覺、語言和動作模組。
公司表示，這一架構有效提升了多模態理解、空間推理和零樣本泛化能力，使機器人能夠在陌生環境中執行以往未曾見過的任務。
此外，X Square Robot還開源了WALL-OSS-0.5和WALL-WM，進一步拓展了具身AI模型與世界建模方向的研究，並將相關技術貢獻給更廣泛的機器人社區。
QUANXTA Zero系列：構建數據閉環
為進一步完善具身AI生態，X Square Robot近期推出了QUANXTA Zero系列——一款軟硬體一體化平台，旨在提升機器人訓練數據的採集、處理和模型開發效率。
公司指出，大語言模型的進步依賴於海量高質量訓練數據，但機器人領域面臨截然不同的挑戰：從物理機器人採集數據難度極大，現有遙作業系統往往成本高昂、部署緩慢、數據質量參差不齊。
QUANXTA Zero系列並非單純的數據採集設備，而是一套完整的具身AI開發工作流。據介紹，該平台將數據採集、高保真同步、自動清洗、智能標註、模型訓練、機器人推理和評估整合於統一的閉環系統，幫助將原始運營數據轉化為可用於訓練基礎模型的高價值資產。
QUANXTA Zero產品系列包含三款針對不同採集場景的設備。旗艦款QUANXTA Zero G1採用輕量化頭戴設計與雙夾爪配置，可採集運動、操控、視覺、觸覺和音頻數據；QUANXTA Zero G0支持全身移動數據採集，搭載VR頭顯、雙夾爪及背包系統；QUANXTA Zero E0則是一款緊湊型第一人稱採集設備，配備六個攝影機，用於捕獲機器人運行時的環境資訊。
公司表示，QUANXTA Zero G1集成了自動下游標註、多視角感知和毫秒級傳感器同步功能，採集速度可接近每小時100個示教樣本，效率是傳統遙操作方式的兩倍以上。結合公司自研的數據清洗、標註、質量控制、模型訓練和評估流水線，該平台形成了持續推動具身AI基礎模型疊代的反饋閉環。
全棧硬體布局
X Square Robot並非僅聚焦於AI軟體，而是採取了其所稱的具身智能"全棧"發展路徑。
在基礎模型之外，公司還自主研發了一系列機器人硬體產品，包括：通用輪式雙臂機器人及具身智能研究平台QUANTA X1 Pro、下一代通用輪式仿人機器人QUANTA X2、靈巧機器手Artixon，以及六軸機械臂。公司表示，上述硬體平台均針對大型具身AI模型進行了專項適配設計。
在真實訓練數據方面，X Square Robot也進行了大規模投入。據介紹，公司建立了國內較早的大規模具身AI數據採集基地之一，並開發了多套專有的機器人交互數據採集系統，涵蓋VR遙操作、移動機器人平台和靈巧手數據採集設備。公司通過整合網際網路數據、仿真環境和真實機器人運行數據，為模型訓練和持續優化提供支撐。
這一體系形成了正向循環：部署機器人所採集的數據不斷改進基礎模型，而更新後的模型又使機器人在真實環境中能夠勝任更複雜的任務。
家庭場景落地探索
在X Square Robot的戰略布局中，將機器人部署於真實運營環境是一項核心主題。
公司認為，家庭場景是具身AI面臨挑戰最大的環境之一，因為機器人必須應對不斷變化的空間布局、各類物品以及持續的人機交互。
為此，X Square Robot與58同城合作，在深圳和北京推出了AI家政保潔服務，機器人與人工保潔員協同作業，在住宅環境中共同開展清潔工作。公司還推出了"X家庭成員計劃"，讓機器人在家庭中長期居住，執行日常家務並採集運營數據。
公司將這些落地實踐視為改進基礎模型的重要反饋來源，同時也是展示具身AI突破受控演示階段、走入日常生活的重要路徑。
多行業商業化拓展
儘管家庭場景是重要的長期方向，X Square Robot已在多個商業領域積極推進技術應用。
在養老領域，公司與一家養老服務提供商達成戰略合作，部署具身機器人承擔物品配送、清潔整理、與老人溝通交流，以及巡邏檢查和預警監測等工作。此次合作旨在提升運營效率，同時使護理人員能夠將更多精力投入到更具價值的工作中。
在製造領域，X Square Robot與金杯汽車合作，將具身AI機器人引入需要精準重複操作的汽車生產環境，雙方結合機器人平台與金杯汽車的製造經驗，推動機器人在汽車產線上的落地。
在物流領域，公司與國內一家頭部物流企業合作，將具身AI機器人引入快遞分揀和投送環節，為動態倉儲環境提供更靈活的自動化方案，同時提升效率和運營一致性。
上述部署體現了公司將同一套具身AI基礎模型跨行業復用的戰略雄心，而非為不同應用場景分別開發獨立的AI系統。
展望未來，X Square Robot表示，具身AI的持續進步將有賴於模型、機器人硬體、數據基礎設施與真實部署的深度整合。
正如王倩所言："隨著AI從數字世界走向物理世界，進步將取決於模型、數據與機器人的緊密協同。我們正在打造這一基礎，讓具身AI真正融入日常生活。"
Q&A
Q1：X Square Robot的WALL-B模型有什麼獨特之處？
A：WALL-B是基於World Unified Model（統一世界模型）架構構建的具身AI基礎模型，其核心特點是將感知、語言、動作與物理預測整合在單一網路中，不再依賴獨立的視覺、語言和動作模組。這種設計顯著提升了機器人的多模態理解、空間推理和零樣本泛化能力，使機器人能在陌生環境中執行從未見過的任務，突破了傳統工業機器人只能重複固定動作的局限。
Q2：QUANXTA Zero系列平台解決了機器人數據採集中的哪些痛點？
A：傳統機器人遙作業系統存在成本高、部署慢、數據質量不穩定等問題。QUANXTA Zero系列將數據採集、同步、清洗、標註、模型訓練、推理和評估整合為一套閉環工作流。以旗艦款G1為例，其採集速度可達每小時近100個示教樣本，效率超過傳統方式兩倍，同時支持毫秒級傳感器同步和多視角感知，大幅提升了訓練數據的質量與效率。
Q3：X Square Robot目前在哪些行業實現了機器人商業化落地？
A：X Square Robot目前已在家政、養老、汽車製造和物流四個領域推進商業化部署。在家政方面，與58同城合作在深圳、北京開展AI保潔服務；在養老方面，與養老機構合作部署執行配送、清潔和巡檢任務的機器人；在製造方面，與金杯汽車合作將機器人引入汽車產線；在物流方面，與國內頭部物流企業合作推進分揀自動化。
