墨奇亮相WRC: 一台机器人长程任务实战背后的“具身大脑”革命

8月19日至23日，世界机器人大会（WRC 2026）于北京北人亦创国际会展中心举行。成立仅半年的具身智能企业墨奇智能（MORPHI）首次在国内系统亮相，公开展示其新近发布的具身智能模型架构MoRA，并正式推出适配家庭长程任务的MORPHI KINO 轮式机器人。从“具身大脑”到硬件本体，墨奇双向发力，推动通用机器人跨越从“单一动作演示”到“连续任务执行”的能力边界，展现出具身智能从Demo走向真实物理世界的更多可能。

一台全自主家务机器人的「长程任务实战」

在本届世界机器人大会现场，墨奇智能的通用机器人本体迎来首次公开亮相。MORPHI KINO轮式机器人活跃在各个Demo演示区域，现场完成送盲盒、合影互动、家居收拾、拾取放置等多项操作。

其中，最吸引现场观众驻足参观的是——MORPHI KINO 轮式机器人自主完成的一段长达15分钟、跨区域、多步骤的家庭长程任务演示。在模拟的家庭环境中，串联起客厅清洁与桌面整理、冰箱饮料补货、衣物洗烘与折叠等一系列日常家务，充分展现了机器人在环境感知与物品理解，长程任务规划与连续执行、复杂双手操作上的技术能力，同时也验证了其对家庭狭窄空间和真实居家布局的环境适配能力。

在墨奇展台，机器人自主规划路径导航至茶几旁，精准识别成团纸巾和矿泉水瓶等杂物，抓取后投入垃圾桶；再将茶几上散乱的物品逐一收纳至托盘，完成客厅基础整理工作。据现场技术人员介绍，看似简单的桌面清理，背后涉及到视觉识别、姿态规划、力控抓取等多重技术的综合考验：面对杂乱无序的桌面空间，机器人需要精准定位目标物体，以合适的力度完成抓取，再完成归置投放，每一步都离不开算法的精密调度。

图：MORPHI KINO轮式机器人整理桌面

客厅整理完成后，机器人移动至冰箱前，核查冰箱饮品库存；发现饮品不足后，它便移步至室内桌面取来矿泉水，完成冰箱补货，再关闭冰箱门。对机器人而言，开门并非易事：门把手位置、门体开合角度、操作力度都需要依靠视觉和力觉传感器实时感知，并动态调整机身高度与手部姿态，找到最佳操作点位。也正是这套能力，让机器人得以自主完成库存核验、取货、补货、关门的完整物资补给流程，在家庭场景中有效分担人力家务负担。

家务流程继续推进，机器人来到洗烘工作区。它先打开烘干机，取出已经烘干完毕的衣物，暂存至干净衣篓；随即开启洗衣机，取出待烘干的湿衣物后闭合洗衣机舱门；再将湿衣物投放进烘干机，关好舱门，并按下电源键与启动按钮，启动烘干程序；最后再回到折叠台，将衣篓中烘干完毕的衣物完成整理、折叠与码放。

现场工作人员向观众介绍，机器人取放和折叠衣物这一组动作极具代表性：它不再局限于基础的物品抓取和放置能力，而是要求机器人掌握操控复杂家电的能力——按按钮、识别按键位置、控制按压力度，这也是机器人真正走入家庭场景必须攻克的核心门槛。

整场15分钟家庭长程任务实战演示，直观展现了 MORPHI KINO 轮式机器人整机综合能力，即移动底盘、躯干、双臂、视觉与力觉感知单元相互协同。其亮点不在于秀出某一个零部件，或炫技单一技术模块，而是呈现机器人作为一个完整的具身系统，不仅能够理解任务目标，还能在较长的时间里持续将真实环境向目标状态推进。

MoRA把目标、记忆与进度下沉到策略模型

如何让机器人从一段精彩的Demo演示，变成在家庭和工厂里真正干活的产品，已成为当下具身行业普遍关注的议题。硬件本体可持续的行动力背后是具身模型可进化的智能决策力。

当前，具身领域较为常见的技术方案是采用分层双系统架构：System2（高层认知大模型）+System1（机器人策略模型）。这套模型架构让机器人初步具备了完成长程任务的能力，但也留下了结构性的瓶颈。在现有的分工模式下，任务的主体智能——目标维护、记忆管理、进度追踪与失败恢复，几乎全部承载在System2 认知层；而直接与物理世界交互的System1，则更多被视为面向当前子任务的动作执行器。

问题恰恰出在这里。仅靠强化System2的规划能力，不能完全解决真实世界中的长时序执行问题。System1 层面存在两个关键限制：其一，目标接口能力有限，存在指令遵循性不佳且泛化性不足，不支持图像指令，难以处理多阶段结构化指令等问题。其二，执行以短时序、反应式为主，模型缺乏多粒度的执行记忆和对任务进度的认知。

真实物理世界充满不确定性。一个真正能持续干活的机器人，不能每走一步都等“大脑”发号施令。

面对行业共性瓶颈，墨奇在不久前发布了其自研具身智能模型架构MoRA (MORPHI Reasoning and Autonomy)，并系统性提出Agentic-Native 的具身模型技术路线：为了实现更好的长时序任务执行能力，让 Agentic 能力原生存在于策略模型中。

图：墨奇具身模型架构MoRA

墨奇重构的System1称为Agentic-Native 具身动作模型，它具备三个核心能力：第一，Goal-Conditioned Execution（以目标为条件的持续执行），即模型接收文本或图像目标，并在整个执行过程中持续围绕目标行动；第二，Multi-Granularity Memory（随技术演进构建短、中、长期多层级记忆），即通过长、中、短期记忆支撑长程执行；第三，Progress-Aware Closed Loop（带进度认知的闭环），即不仅输出动作，也输出任务状态、进度和后续预测。在此基础上，墨奇重新定义了双系统的边界与协作方式。

System 2是以物理世界为原生语境的认知中枢，承担三项核心职能：意图理解，结合物理环节的约束去解读用户的真实目标；任务规划，将意图拆解为可执行的任务流，并调度 System 1执行，在执行过程中进行持续看护；多模态表达，通过语音、动作和表情与用户进行交流反馈。

System 1则是 Agentic-Native 的具身执行引擎。它接收文本和图像共同定义的结构化任务目标（Goal）输入，不间断地输出全身动作；内部维护不同粒度的执行记忆，自主判断任务进展；遇到自身能力边界或异常状态时，主动向 System 2发出介入请求。它不是被动等待指令的手脚，而是能扛住目标、自己往前走的执行主体。

二者的关系可以概括为：System2 理解并组织目标，System1 则在持续的具身行动中承载并推进目标。简而言之，前者决定要完成什么，后者持续把它做成。

这种分工的价值在于效率与鲁棒性的双重跃升。高频的物理交互、细节调整、进度追踪交给System1 原生处理，保证实时性和连续性；低频的目标理解、全局规划、异常处理交给System2，保证灵活性和智能性。两边各司其职，而不是把所有智能都堆在上层、让下层只做反射。

让真实作业数据成为可扩展的模型训练信号

而这套原生模型范式之所以能成，也是墨奇长期布局之下两条暗线的交汇所赐——足够有质量的真实数据，以及能消化大规模数据的Infra。

墨奇智能联合创始人兼 CTO 黄青虬认为，模型的本质，其实是做信息的压缩、模态的转换，模型的能力上限，取决于参数量。当下，各家具身公司对模型架构所做的改进，其作用更多的是在提高模型吸收数据的效率，实际上对模型的能力上限影响相对低。而效率是能够用更多的数据、更长的训练时间弥补的。在一个人人都高喊「1000万小时」「1亿小时」数据的时刻，今天行业接触到的具身数据「质量是不够高的」，且缺乏统一的标准。因此，具身智能要产生 scaling law，前提是数据能够 scale up；而真实场景的数据质量，远比数据数量更重要。

图：墨奇真实作业数据采集

相对应的是，墨奇在数据采集方面，走了一条“自研设备+深入场景"的路线：一方面，自研MORPHI Sense Kit真实世界数据采集系统，可在弱纹理、高反光等极端场景下实现毫米级轨迹重建，保证数据本身的精度与可用性；另一方面，推动数采设备深入酒店、商务公寓等商业场景，由一线作业人员产出真实作业数据，避免摆拍数据带来的分布偏差。在此基础上，墨奇搭建了从数据采集到模型迭代的完整数据飞轮体系。目前，墨奇已积累3万小时真实场景数据，计划今年完成15万至20万小时数据储备，持续为MoRA模型迭代供给高质量训练素材。

具身智能的落地，从来不是单点算法的突围，而是模型、硬件、数据深度耦合的复杂系统工程。成立仅半年的墨奇，已逐步完成了从模型架构、软硬协同、数据闭环到跨场景泛化的全栈技术布局。在具身这场马拉松长跑中，墨奇已跳出单点的技术内卷，找到了差异化的系统级竞争壁垒。