自变量GreatWall具身大模型完成广东备案，大湾区首家通用具身智能模型落地

2026年11月12日下午，自变量机器人（深圳）正式宣布其自主研发的GreatWall通用具身大模型完成“广东省生成式人工智能服务备案”。这是粤港澳大湾区首个通过该备案的通用具身大模型，标志着具身智能技术在合规化、产品化与规模化应用路径上迈出关键一步。

根据广东省网信部门11月11日公布的备案信息，本次新增3款生成式AI服务，全省累计备案达230款，持续位居全国前列。其中，序号第1位即为“自变量GreatWall通用具身大模型”，备案单位为自变量机器人科技（深圳）有限公司，备案编号Guangdong-ZiBianLiangGreatWall-202606220179。

备案并非简单流程走通，而是对模型全生命周期安全能力的系统性验证。GreatWall系列在提交前依据国家标准开展了为期5个月的专项安全评估，覆盖训练语料合规性、生成内容可控性、知识产权归属、个人信息保护机制、输出准确性、系统可靠性及高风险内容拦截能力等七大核心维度。评估期间，团队累计执行超过20万次语料与生成内容随机抽检，并设计完成27148道高风险拒答测试题——这一数字远超行业常规测试规模，反映出模型在对抗恶意诱导、敏感话题响应等方面的严格约束能力。

值得注意的是，此次备案对象是“通用具身大模型”而非单一机器人控制系统。具身智能（Embodied AI）强调智能体通过感知-决策-行动闭环与物理世界交互，其技术复杂度远高于纯语言或视觉大模型。GreatWall系列构建了多技术路线并行的模型体系：包括世界统一模型WALL-B、世界模型WALL-WM以及视觉-语言-动作联合模型WALL-OSS。

其中，WALL-B作为核心架构，采用预训练+端到端+通用具身建模路线，将视觉输入、语言理解、触觉反馈、动作规划与物理规律预测整合于单一神经网络中。这意味着机器人不再依赖模块化拼接的感知-决策-控制链路，而是能直接从原始传感器数据推导出任务目标并生成动作序列。例如，在家庭服务场景中，它可理解“把茶几上的水杯移到厨房水槽边”这一指令，自主判断水杯材质、抓取姿态、避障路径与放置稳定性；在物流分拣环节，则能适应不同形状、重量与堆叠状态的包裹，动态调整夹持力度与搬运策略。

该模型已具备跨本体、跨任务、跨场景复用能力。所谓“跨本体”，指同一模型可驱动不同形态机器人（如轮式服务机器人、双臂协作机械臂）；“跨任务”体现为无需重新训练即可切换清洁、搬运、装配等操作；“跨场景”则支持从结构化仓库到非结构化家庭环境的无缝迁移。目前，WALL-B已在多个真实部署点实现规模化运行，涵盖社区养老辅助、电商仓配分拣等商业场景。

自变量机器人联合创始人兼COO杨倩指出：“具身智能最终要进入家庭、物流和工业等真实环境，安全、合规与可靠不是附加项，而是走向规模化应用的基础。”她特别提到，广东近年来建立的备案规则清晰、服务机制贴近企业需求，为技术创新提供了稳定预期。此次备案完成，是合规起点而非终点，后续将持续强化模型安全治理与产品规范建设。

从产业视角看，GreatWall的备案具有标志性意义。当前全球具身智能仍处早期阶段，主流方案多聚焦单一任务或封闭仿真环境。OpenAI、Google DeepMind虽布局机器人智能体，但尚未有通用具身大模型通过中国境内监管备案；英伟达近期发布的GR00T 2侧重运动控制与仿真迁移，亦未涉及完整服务备案流程。相比之下，自变量的路径更强调“真机真场景+全栈合规”，将安全评估前置至模型研发阶段，而非事后补救。

这也折射出国内AI治理思路的演进：从“重算法轻应用”转向“以用促治、以治保用”。2023年《生成式人工智能服务管理暂行办法》实施以来，备案制已成为大模型商用落地的必要门槛。截至2026年11月，全国已有超千款生成式AI服务完成备案，但其中明确标注“具身”“机器人”“物理交互”等关键词者极少。GreatWall的获批，为后续同类技术提供可参照的合规范式。

技术层面，WALL-B的统一建模路线面临显著工程挑战。传统方案中，视觉识别、语言理解、运动规划常由独立子模型承担，调试与集成成本高；而端到端具身大模型需处理异构模态对齐、长时序动作一致性、稀疏奖励信号优化等难题。自变量公开资料显示，其通过引入物理先验约束（如刚体动力学损失项）、分阶段课程学习（curriculum learning）及仿真-现实协同训练机制缓解上述问题。

行业影响方面，备案完成有望加速具身智能商业化进程。当前家庭服务机器人市场仍以“遥控+预设程序”为主，真正具备自主理解与泛化能力的产品稀缺；物流领域虽有AGV普及，但柔性分拣环节高度依赖人工。GreatWall若能持续验证其跨场景鲁棒性，将推动下游应用从“功能型设备”向“认知型助手”跃迁。

与此同时，竞争格局正在形成。除自变量外，国内多家机构正推进具身大模型研发：优必选Walker X搭载自研“悟空”模型，聚焦人形机器人交互；宇树科技联合高校探索四足机器人具身推理；部分高校实验室也在构建开源具身基座（如清华“天工”系列）。但截至目前，尚无其他通用具身模型公开披露完成省级备案。

需要指出的是，备案仅表明模型符合当前监管要求，不等于技术成熟度认证。实际部署中仍需面对长尾场景泛化不足、安全边界模糊、人机协作信任建立等长期挑战。例如，家庭环境中突发障碍物（如宠物闯入）、语义歧义指令（“那个杯子”指代不明）仍可能引发误操作。

未来，随着《人工智能法》立法推进及地方细则完善，具身智能的评估标准或将进一步细化，涵盖实时响应延迟、故障降级策略、人机共融伦理等新维度。自变量方面表示，下一步将重点加强模型可解释性建设与用户反馈闭环机制，确保技术进步始终服务于人的实际需求。

具身智能的真正价值，不在于参数规模或 benchmark 排名，而在于能否在开放世界中可靠地完成人类赋予的任务。GreatWall的备案完成，是这条漫长路径上的一个扎实脚印。