对话墨奇黄青虬:成立半年估值 70 亿,阿里腾讯联投,交出了能「长程执行」的第一个自研模型
分类:AI动态 标签:具身智能、大模型、人工智能、机器人 机器人行业现在最关心的一个问题:它能干完一整件事吗? 几十秒的抓取物品视频已经撑不起估值了。把一件事从头干到尾,成了最新的考题,行业里叫它「长程任务」。 8 月 19 日,世界机器人大会上,一台名为 MORPHI KINO 的机器人首次亮相,用 15 分钟回答了这道题:收拾客厅,检查冰箱,把烘干机里的衣服拿出来,放进新的一批,按下启动键,最后把衣服叠好。整个过程包含七八十个动作,自主完成,全程没掉链子。 造它的公司叫墨奇(MORPHI),成立刚 8 个月。联合创始人黄青虬出生于 1994 年,清华自动化本科、香港中文大学 MMLab 博士。在华为车 BU 的五年,他从研发飞速做到智驾 AI 部门一号位,主导了华为智驾 ADS 1.0 到 4.0 的算法突破与量产。 今年 7 月,墨奇宣布融资超 10 亿元,阿里和腾讯均参与投资,估值达到 70 多亿元。目前团队 150 多人,计划于明年交付千台机器人。极客公园在墨奇的模型和机器人首次亮相前,与黄青虬进行了一场深入对话,探讨了他们实现物理 AGI 的路线图。 一、 华为智驾 5 年与通往物理 AGI 的路线图 回顾在华为的 5 年,黄青虬经历了智驾的四代产品迭代,并亲手验证了用一个 AI 模型去驱动物理系统、做底层控制是完全可行的。离开华为后,他和合伙人高文礼决定打造一台「跟人一样聪明」的通用机器人。 1. 为什么坚持做通用机器人? 智能上限与泛化性:要造出跟人一样聪明的机器人,必须通过泛化的场景来喂出泛化的基础模型。 沿途下蛋策略:行业规律表明,通用未来能取代专用,但专用永远取代不了通用。墨奇决定把重点放在提升通用能力上,在此基础上一路「沿途下蛋」,寻找基础专用场景逐步落地。 2. 全栈自研的边界在哪? 墨奇的「全栈自研」并非盲目堆砌,而是紧扣核心闭环: 核心自研:基础模型、从原始数据到高质量数据的处理链路,以及由于供应链未能达到理想状态而选择自研的关节模组。 外购部件:传感器、主控芯片、灵巧手(现阶段夹爪已足够满足算法演进,灵巧手并非当前阻塞点)。 二、 基础模型路线之争:让 System 1 当大脑 目前行业主流的模型多采用多系统架构(如 System 2 做高层任务规划,System 1 做底层操作),但传输信号存在瓶颈。墨奇主张 Agentic-Native 的具身基模技术路线(模型命名为 MoRA,即 Reasoning & Autonomy)。 ...