分类：AI动态 标签：具身智能、大模型、机器人、人工智能

机器人行业现在面临的核心考题已经从“几十秒的短暂抓取”演变为“如何把一件事从头干到尾”——也就是行业所称的“长程任务”。

在近期举办的世界机器人大会上，成立仅 8 个月的具身智能公司墨奇（MORPHI）交出了一份令人瞩目的答卷：其研发的 MORPHI KINO 机器人用 15 分钟自主完成了收拾客厅、检查冰箱、处理烘干机与洗衣机衣物等七八十个复杂动作，全程没有掉链子。

这家备受瞩目的新星背后，是创始人黄青虬。他曾是华为车 BU 智驾 AI 部门的一号位，主导了华为智驾 ADS 1.0 到 4.0 的算法突破与量产。在离开华为前，他亲手验证了用一个 AI 模型去驱动物理系统、做底层控制的可行性，由此看到了具身智能爆发的基础。

近期，极客公园与黄青虬进行了一场深入对话，探讨了具身智能的技术路线之争、全栈自研的边界，以及他们如何通过自研的 MoRA 模型迈向物理 AGI。

华为智驾 5 年：通往物理 AGI 的路线图

黄青虬在博士期间研究多模态数据与长视频处理，本科便开始接触机器人。加入华为车 BU 后，他经历了智驾的四代产品演进。

  • ADS 1.0 激光感知：通过架构重整，首创将 AI 化激光感知模块做到商用，效果超越视觉。
  • 终极之作（一段式端到端）：在离职前，他主导了从传感器输入直接输出规划与控制轨迹的一段式端到端系统，彻底实现了整套智驾系统的 AI 化，并验证了用单 AI 模型驱动物理系统底层控制的可行性。

离开华为后，黄青虬与前跨境物流企业联合创始人高文礼一拍即合，决定打造一台“跟人一样聪明”的通用机器人。

为什么坚持做通用机器人？

  1. 泛化上限：要跟人一样聪明，就必须通过泛化的场景来喂出泛化的基础模型。
  2. 终极替代：通用未来能取代专用，但专用永远取代不了通用。墨奇选择推高智能上限，在此基础上一路“沿途下蛋”，逐步在垂直场景落地。

全栈自研的边界在哪里？

墨奇的策略不是为了自研而自研，而是聚焦于阻塞点：

  • 必须自研：基础模型、从原始数据到高质量数据的处理链路（核心壁垒在于数据中的 know-how），以及硬件层面的关节模组（因行业供应链尚无法满足高动态、低时延的要求）。
  • 暂时外购：传感器、主控芯片等。而灵巧手现阶段并非算法演进的阻塞点，普通的夹爪已能满足大部分场景需求，因此暂不自研。

基础模型路线之争：把 System 1 当大脑

目前行业主流架构通常分为负责语言与规划的 System 2、负责操作的 System 1，以及负责底层运控的 System 0。行业瓶颈往往卡在 System 2 与 System 1 之间的数据传输与高频响应上。

对此，墨奇提出了 Agentic-Native 的具身基模技术路线，并发布了名为 MoRA（MORPHI Reasoning & Autonomy） 的模型：

  • Reasoning（推理）：代表对环境、任务及行为的理解、推理、规划与预测。
  • Autonomy（自主）：代表机器人能够自主推理决策并持续执行行动，直到任务正确完成。

与主流将 System 1 仅当作执行器不同，墨奇选择将 System 2 的部分核心能力下放到端侧的 System 1 中：

  • 目标接口升级：支持更大颗粒度的任务指令与图像指令（例如“把衣服叠成图中的样子”）。
  • 时序与纠错能力：让 System 1 从反应式的短时序动作，进化为能够自主纠错、回溯的中长时序任务执行模块。

数据的质量远胜于数量

墨奇目前积累了 3 万小时真实场景数据，黄青虬坚持“三个真实”（真实的人、真实的场景、干真实的活）。

  • 短期竞争力：在于高精度的标定与定位算法（例如在遮挡、弱纹理环境下依然能做到毫米级）。
  • 长期竞争力：在于模型训练试错过程中积累的 know-how，以此反驱动数据闭环链路。

长程任务是具身智能的“试金石”

谈及此次展示的 15 分钟跨房间、多步骤长程任务，黄青虬指出其核心考核点在于：

  1. 系统构建能力：七八十个动作的串联，要求单个动作的成功率必须达到极高水准（如 99.9%）。
  2. 动态环境响应与自我纠错：例如脏衣篓被移位或中途出现新垃圾时，机器人具备目标牵引与自我修复能力，而不是直接宕机。
  3. 多层次记忆能力：在完成拿衣、开关机等连续动作时，模型需要具备中层记忆来追踪任务进度。

对于行业热议的本体选择，墨奇现阶段采用轮式形态，旨在聚焦并突破上半身手臂操作的智能上限，规避双足行走平衡等非核心瓶颈。但从长远来看，终极形态依然会走向双足。

团队管理：在跳槽最凶的行业构建组织资产

面对具身智能行业极高的跳槽率与火热的资本投融资，黄青虬认为：

  • 技术与组织并重：频繁跳槽往往源于“做出小东西便想获取高溢价”的心态。墨奇更看重团队成员的使命感，希望通过提供良好的环境和尊重每个人的 Idea，打造一个稳定、持续战斗的组织资产。
  • 行业远景：具身智能就像跑马拉松，目前大家相差仅一两个身位。未来能在模型 scaling law 或单点技术上做出突破的团队，才能真正穿越周期。

博客编辑点评： 从华为智驾的算法操盘手到具身智能的创业者，黄青虬展现出了极其务实且清晰的第一性原理思维。不盲目追逐行业叙事名词，而是死磕“长程执行”与“System 1 智能上限”，墨奇用 8 个月交出的不仅是一份技术答卷，更是对物理 AGI 实现路径的一次理性重构。