对话墨奇智能黄青虬：具身有泡沫，撕掉华为“天才少年”标签做家庭机器人

墨奇智能联合创始人、CTO黄青虬，图片经过AI处理。

讲黄青虬和墨奇智能之前，先讲讲一件小事。

智元 第一次 对外展示，是在三年前的8月18日。

对，宇树IPO上市日的前一天。

三年前的8月17日，智元和我们媒体做了第一场小规模采访，当时还是世界机器人大会WRC（不火时期）那几天，智元和媒体一起在线上聊聊远征首款产品。

但当时智元只是一家刚初创5个月的公司，甚至在行业里面只是隐秘的存在。无论是智元想要的声量，还是媒体想要的流量，其实都想展示稚晖君（彭志辉）——因为这才是智元的大IP。

对于稚晖君的标签，其实就几个：B站up主、华为“天才少年”、前华为科学家等等。

毫无意外，最后8月18日智元新品发布之后，媒体标题都写成—— （前）华为“天才少年”创立的公司。

当天，稚晖君初创团队的人就打电话来找我们个别媒体，要求我们把华为“天才少年”几个字去掉，最低是要把“华为”去掉。

其实也能很好解释智元为何这么恐慌“标签化”。内部高管都是华为系，稚晖君并不想带上这个标签对外展示，好像被认为是借之前名气炒作。

但如今，媒体不再智元身上写华为“天才少年”标签，而且智元也被行业认为是国内具身智能领域的头部公司之一了。

我这个故事想说的意思是：

很多华为“天才少年”、华为高管都已经出来创业，但这个旧事过于标签化、流量化，其实很多CEO本人并不想提。

然而，媒体为了流量、吸引度，企业也希望提高声量、CEO提高融资估值，大家又不得不拿出来讲这个标签——但公司一点点长大之后，标签会自然褪去。

这或许也是黄青虬和他的墨奇智能受到广泛关注的一个原因—— 第二届“ 天才少年 ”，并曾在 华为 担任自动驾驶AI部门负责人，而且黄青虬还是1994年出生（和笔者同岁，非常感叹）。

在此之前，黄青虬毕业于 清华自动化系本科，师从赵明国（加速进化创始人之一）；香港中文大学MMLab博士，师从林达华（商汤首席科学家），也是为数不多和徐立、王晓刚等在一起的商汤创业初期的技术团队之一。

和黄青虬一届的“天才少年”，还有 稚晖君、 拒绝360万年薪的华为 张霁、主攻家庭消费级具身智能诺因智能的 李银川、阿里AI大牛 刘大一恒，它石智能的丁文超等。

如今，成立仅8个月的墨奇智能在2026世界机器人大会（WRC）亮相，也是在国内的首次亮相，公开展示了具身智能模型架构MoRA，并推出面向家庭长程任务的MORPHI KINO轮式机器人。

现场，机器人自主完成了一段长达15分钟、跨区域、多步骤的家庭任务。

我也到展台拍了拍视频，欢迎关注（要感谢墨奇智能同学的支持）。

8月22日，在2026世界机器人大会上，黄青虬发表《以端到端具身智能破解非结构化居家难题：让通用机器人服务亿万家庭民生》主题演讲。他提出，家庭对机器人泛化能力的要求最高，因此家庭更像是具身智能能力积累后的终点。

黄青虬在昨天下午主论坛演讲中说的第一句话就是：

“ 墨奇智能是一家成立了8个多月的具身初创公司，我们使命是让具身智能走进现实重塑未来的生活方式，翻译一下就是，我们想造一个家庭服务机器人，但造一个家庭服务机器人这件事是非常具有挑战的事。 ”

实际上，现在具身智能赛道做家庭机器人主要分为三类：

1、如维他动力、松延动力，专门先做四足机器人和小机器人起步，卖到社会和小朋友群体，用中低价格（5万以下）做商业化，慢慢做1.5-1.8米的双足或轮式机器人，卖到家庭和服务场景；同时，还有做工业场景的机器人和具身智能公司，逐步通过商业化落地，试图”一脑多机”摸家庭场景。

2、如擎朗、云迹科技这种，在酒店公寓和海外市场深耕已久，手里有更多的资金做双足和轮式机器人，基于自身的客户以及客户需求，卖到更多的服务场景。

3、墨奇智能、自变量等这类新进的家庭机器人公司，跳过工业场景，直接进军家庭机器人范畴，试图通过酒店、公寓、家政服务等场景，做真实的模型和数据落地，在 具有较高的泛化性场景中 产生真实作业数据， 实现“数据飞轮”，形成通用具身智能闭环。

“我相信它是很多具身创业者极致的追求，拥有一个家庭机器人也是很多普通观众大家一直告诉我非常想要的愿望。 ”

但家庭场景比较难，它不是工业定制，所以泛化性高、通用性强、需求复杂——这就有点像AI大模型，豆包和DeepSeek不再是同一类，用法和心智完全不同，日常用豆包、工作用钉钉和飞书，已经成为习惯。

所以，一方面，家庭机器人就很容易被人说成——机器人不如人做的快，另一方面，家庭机器人不如工业机器人“会干活”、更有用，也不如宇树机器人会表演。

然而，对于具身智能行业来说，家庭叙事想象空间最大。

前天在WRC听到一个具身智能公司技术人员说了这么一句话，我觉得挺对的：

不要纠结机器人的效率，我们现在更需要关注机器人和具身智能的成功率，证明具身智能大脑这个叙事能走通，这个非常关键。

但确实，黄青虬走上的是一条具身智能行业比较难的路。

“ 现在整个具身行业肯定存在一定的泡沫，因为现在落地产生的价值还远远跟不上各家具身公司的估值。但我认为，在具身这样一个大赛道长周期的行业，早期有一定泡沫是正常现象，也有一定的正向作用，能加速这个行业往前迭代发展。 ”黄青虬在早前媒体采访中表示。

说了这么多，下面来讲讲黄青虬的演讲。

黄青虬对这次的演讲非常重视——因为是WAIC之后的第二次公开演讲，似乎他也非常紧张。

我关注到，演讲之前，他拿着手机仔细看/背演讲稿，之前还两次到了会场“踩点”，对演讲的各种角度和细节。

所以，黄青虬既是一个对自己要求非常严格和细心的创业者，还是昨天下午为数不多不打广告的 具身智能公司CEO。

墨奇智能的定位很简单，做真实的数据采集、做家庭场景的具身智能大脑、做家庭机器人，选择的路径是先进入服务场景。

“但我们认为，进入家庭是能力累积的终点，并不是造一个具身家庭服务机器人的起点。”

从具身技术发展的角度来看，黄青虬认为，最重要的三个能力是效率、准确率和泛化性。

如果把场景和能力放在一起看，工业场景对效率和准确率的要求最高，家庭则对泛化性的要求最高。物流和服务处于两者之间。

家庭还有隐私以及能力要求、用户买单等问题，所以现在很难直接进入。但如果真要进入家庭，应该怎么选择切入场景？

黄青虬认为，数据是这里面最需要核心考虑的因素。如果要训练一个可泛化的具身基础模型，就必须有泛化的数据。从这些场景来看，服务场景比较合适。它的泛化性足够高，可以作为家庭的模拟训练场，同时数据的可回流性也足够高。所以我们的思路是，通过服务场景训练一个可泛化的基础模型，再逐步走入家庭。

路径确定之后，接下来就是怎么一步一步积累能力，主要从三个部分来做：数据、算法，以及整个硬件本体。

1、数据：对数据采集的思考是三个“真实”：真实的场景、真实的作业人员、真实的工作。 我们认为，只有这样的数据才是高质量数据。而且，相比数据数量，墨奇智能没有去冲刺100万小时、1000万小时，甚至1亿小时的数据，更关心的是怎么把1万小时或者10万小时的数据做到足够高质量。

“除了数据质量，整个数据链路本身也是一套复杂的迭代引擎。我认为， 数据飞轮 转得足够快，模型才能更快收敛到正确的结论。我们用了大约半年的时间搭建了一套数据架构，包括采集、质检、挖掘、标注、训练以及评测六个模块。”黄青虬表示。

2、核心大脑：MoRA模型与三级系统架构

团队弱化模型架构、参数量等表层概念，聚焦模型实际能力，自研MoRA模型（Mo代指墨奇，R=Reasoning推理理解、A=Autonomy自主决策），核心打造世界理解、自主执行两大核心能力。

三级机器人系统分工：System2（云端交互层），低频运行，负责承接用户指令，拆解为机器人可执行任务，下发指令至端侧；System1（端侧大脑层），核心自主决策单元，接收语言指令、感知环境，输出运动轨迹，是机器人智能核心；System0（端侧小脑运控层），将轨迹信号转化为机器人可执行的关节动作，负责精准运动控制。

两大核心设计理念：

1）端侧自主化（Agentive-Native）：将核心能力向System1迁移，弱化云端依赖。让端侧大脑具备自主决策、记忆能力与长程任务规划能力，适配机器人实时闭环作业需求，实现独立自主运行；

2）理解、生成、决策一体化：模型融合多维度训练能力，包含语言问答、思维链等世界理解能力，未来视频画面生成的场景预判能力，动作输出执行能力，同时搭载高频触觉专家模块，适配高精度触觉响应场景。

此外，在System1中搭载多时间尺度记忆体系，保障任务闭环落地：毫秒级记忆，保障运动轨迹平滑连贯；秒级记忆，规避重复操作，识别已完成动作；分钟级记忆，记录环境初始状态，支持任务结束后环境复原。 落地能力，适配家庭场景的自主作业能力。 当前机器人已落地类家庭场景，实现桌面整理、人机交互、衣物洗护等多项实操任务，核心打磨“自主闭环干完活”的能力。 核心落地场景，比如桌面清理，自主区分垃圾、生活用品、物品归置，应对突发杂物（如临时出现的香蕉皮）；智能人机交互：识别用户行为意图，如感知用户空水杯、主动递水；衣物洗护：完成开门、按按钮、柔性衣物操作、狭小空间作业、双手协同拎取脏衣篓、叠衣等复杂动作（大衣、西装等特殊衣物能力持续优化中）。 而墨奇智能的机器人硬件命名为KINO，摒弃行业工业风设计，核心理念为不侵入生活、融入家庭空间。外观风格亲和，搭载超小尺寸底盘，可适配家庭狭窄通道、复杂居家环境，适配日常家庭作业场景。

当然需要说明的是，目前墨奇智能刚成立，落地还处于测试阶段，很多场景规模化、商业化落地还需要点时间。

总的来说，家庭机器人的第一步，不是马上把它放进家里，也不是让它学会所有技能。最重要的是，让它在真实世界里理解人的意图，应对环境变化，并且持续可靠地把一件事做完。这是机器人进家之前，第一步要做好的事。

简单来说，家庭服务机器人落地核心前提：并非追求全技能覆盖，而是先实现真实世界意图理解、环境动态适配、稳定闭环完成作业三大基础能力。

家庭隐私保护、物理安全、人机共处伦理、效率和需求满足等核心命题，依然是机器人进家庭的技术瓶颈，但整个行业的最终目标，依然是实现家用、通用具身智能机器人普及，走进每个家庭。

“但不管怎样，我希望整个行业一起努力，早日把机器人送进每一个家庭。”黄青虬表示。

以下是会前黄青虬与智能纪元AGI等进行群访交流，有部分整理和删减：

问：现在大家都知道数据比较短缺，但大脑侧一直在更新，您觉得这样一个技术差距，它会起到一个怎样的推动作用？大家在数据短缺的时候，对软件的提升还有哪一些局限性？

黄青虬：我理解你说的软件，应该指的是算法。首先，其实目前具身领域的数据量确实是相对短缺，在这个数据短缺的情况下，我们可以去做一些先导实验并且得到一些结论，这些结论对下一阶段数据量上来之后是有指导意义的。

但随着整体数据量的增长，肯定会有部分结论正确，也有部分结论会被推翻。包括算法的架构也一直在更新迭代中，从VLA到世界模型等。我认为，这是一个非常正常的现象，一个行业发展的早期肯定是这样。

那么，在这个过程中，我们能够积累下来的东西是什么？在我看来，一个是Infra，包括我们对模型训练、对数据采集的基建，它决定了后面哪怕有新的技术范式出来，能不能快速跟上，快速地去迭代。第二个是具身这个行业比较新，加入到这个行业的人有刚毕业的学生，也有从其他行业跨过来的，团队也需要在这个行业快速更新迭代的过程中去积累具身方面的能力。所以，我认为，实验结果可能会有一部分留下来有用，也可能有一部分被推倒重来，但人才和Infra是会在这个过程中沉淀下来的。

问：世界模型和墨奇智能能否能适应家庭场景？

黄青虬：为什么我们墨奇会选择家庭或者类家庭的场景呢？我们现在不仅是在家庭，也覆盖了一些酒店和商务公寓的场景。核心就是我们认为，你选什么场景，就意味着你能拿到什么样的数据；你能拿到什么样的数据，就意味着你能训练出什么样的模型。

所谓具身智能，就是大家想做一个通用的基础模型。模型的通用能力要足够强，那肯定要有很强的泛化性，泛化性就来自数据。所以，只有选择一个足够复杂的场景，才能回流多种多样的数据，在此基础上训练出来的基础模型的能力才会足够强。当有了一个足够强的基础模型之后，经过简单的微调，再去落地物流、工业这样垂直领域的场景，我认为是没有问题的。但前提的你选了一个有泛化性、多样的、有挑战性的场景。

问：墨奇成立不到一年，产品也是刚刚亮相，目前估值超过70亿元，您觉得这波估值多大比例是投给你自己，多大比例是投给墨奇的技术路线？如果资本热度超过产品可见度的话，您个人觉得最有压力的是什么？

黄青虬：现在整个具身行业肯定存在一定的泡沫，因为现在落地产生的价值还远远跟不上各家具身公司的估值。但我认为，在具身这样一个大赛道长周期的行业，早期有一定泡沫是正常现象，也有一定的正向作用，能加速这个行业往前迭代发展。

回到第一个问题，投资本质上是投人，因为技术路径会持续迭代，我们今天选择这个技术路线，随着行业的演进，肯定会动态调整。从投资人的角度，更多的是投人，以及这群人在一些核心事情上的思考，肯定不是只投给我一个人，是投给我们整个团队。所以，换句话说，投资人认可我们团队的技术思路以及商业演进的路径是比较靠谱的，我们才有了现在的估值。

问：您认为具身智能选择什么样的载体是更适配的？如果结合到场景和商业模式来考虑的话，您觉得如何去选择具身智能的落地产品形态？

黄青虬：首先，我也是坚定相信具身的最终形态是人形，就是完全类人的一个产品形态。为什么这么说？物理世界是为人类打造的，人形肯定能够最大程度适配我们的物理环境。相反，如果不做人形，那就要对物理世界做一些改造，但改基建的周期就会特别长。相较之下，我认为单体智能的提升是一个更靠谱的路径。

所以，具身的终局形态肯定是全人形，但在实现这个终局的过程中，我们肯定也要做取舍。如果一上来就做最难的形态，可能就会陷入纷繁无尽的问题里，所以我们要先简化问题。怎么去做形态的简化？我认为可以在人形的基础上去做裁剪，比如我现阶段还不想去解决双足稳定性的问题，那我先用一个底盘是没问题的。我现阶段不想去解决五指灵巧手这种高自由度的控制问题，那我先用夹爪去干60%-70%的工作，也是可行的。

但不要去做异形的产品，比如去做一个三头六臂的机器人，我认为可能不是一个特别好的方案。因为如果在人形的基础上去做裁剪，其实数据是可复用的，在采集了全人形的数据之后去对数据做一个裁剪，就可以用到“简化过”轮式机器人或者带夹爪的机器人上。如果去做一个三头六臂的机器人，可能都采集不到这样的数据，因为现在数据其实是靠模仿人去采集。这就是我对具身形态的一些观点，短期可以在人形基础上做裁剪，但终局形态是全人形。

问：现在模型范式还没有收敛，数据是一个很大的瓶颈。具体到数据的环节里面，哪些环节是比较难突破的？我们有没有一些比较好的办法？

黄青虬：因为数据是一个系统性工程，所以现在其实并不是卡在某一个点上。

比如，在数据采集环节就有卡点，设备定位精度和设备便携性就很难权衡。

所谓设备的定位精度高，就是人带上这个设备之后，它能够把人的动作捕捉下来，而且捕捉得很精准，这时候它就不便携。如果要做到便携，它动作捕捉的精度就不够高。这两者中间的trade off（权衡）就是现在数据的一个难点，行业也还没有形成共识，所以才会有我们看到的真机遥操、“UMI”（通用夹爪手持采集）、“Ego”（人类第一视角数据）、肌电手环等各种数据范式。

另外，数据采集回来之后，你要生产一些什么标签，是语言标签，是一些深度图，还是要一些视频的切分，这样一些信号中哪些是生产出来之后对模型训练有促进作用的？对于这一点，目前行业内也没有形成共识。

所以，从采集到门禁（Quality Gate），到挖掘，到自动标注，到送进模型训练，数据本质上是一个复杂的系统性工程，它的卡点更多的是散落在中间的每一个点，而不是说有个单点的突破就彻底解决了。

从整体趋势来看，是往可scale up的方向发展，从最不可scale up的遥操到稍微可以scale up的“UMI”（通用夹爪手持采集），再到现在大家认为最便携的一个方式——戴一个头环，或者帽子上别个相机。总之，大的趋势就是往可scale up的方向发展，把处理难度留给算法。但具体的方式还没有收敛。

问：我看到墨奇发布了轮式机器人，开始从单一的动作演示到具备这种长程任务的能力。其实不光是咱们，在这届机器人大会上看到其他家也有类似的情况，从您的角度来说，是不是可以说机器人进入了这个能力发展的一个新阶段？那我们实现这种能力克服了哪些重要的挑战？

黄青虬：我认为，长程任务确实是机器人进入到能力发展的一个新阶段，从单个的原子动作变成一个任务组合，也就是我们说的长程任务。

长程任务的最大难点在于系统的稳定性。比如，机器人去完成单个动作，其实需要硬件、软件、算法都是可靠的。假设每一个模块的失败率是1%，也就是0.99的3次方，这是单个动作。如果机器人要完成一个长程任务，它可能是10个动作、20个动作的集合，那可能就是0.99的30次方，其实就意味着对每个模块的可靠性和准确性有更高要求。否则哪怕每个模块做到99%，99%的3次方，其实失败率也是极高的，根本无法完成一场完整的演示。所以，长程任务其实是跟大家展示说，我们的机器人在硬件、算法、软件的可靠性上已经有一个新的突破了。

问：现在也有很多大厂或者大模型公司进入到具身行业，你怎么看待行业的这种竞争或者内卷程度？

黄青虬：我认为，一个行业在高速发展时期吸引了很多人进来，竞争变得非常激烈，其实是一个正常现象。从产业发展的周期来看，无论是自动驾驶，还是大模型，都会经历一个最开始百团大战，逐步大浪淘沙，最后向头部收拢的过程。具体说到当下具身行业的竞争，我认为有一定的竞争是好事，但可能在这个竞争的过程中，我们要有一些自己的坚持，能够去做一些差异化的竞争，而不是同质化的竞争，才能推动整个行业更好地往前发展。

另外，具身这个行业其实相对开放透明，比如有些公司会公开发布技术报告，包括开源模型等等，墨奇未来也会做这样的事，一起去推动整个行业前进。人多力量大，大家一起去做这件事，否则都在做同质化竞争，可能对具身行业的促进意义就不是特别大。

媒体：您认为具身行业的ChatGPT时刻，或者说这个行业的高光时刻什么时候会来临？基于哪些技术条件的成熟，可以触发或者推动这个时刻的到来？

黄青虬：大家现在对具身行业ChatGPT时刻的定义也不太一样。我认为，有两种定义是比较好的时刻。

第一种，就是它可以规模化地进入一个行业，可能是物流、零售这种简单的行业，也可能是to B的商用服务场景或者工厂，如果能够有1000台机器进去真实作业，会是一个比较大的突破点，类似GPT时刻，未来三年之内应该可以实现。

第二种，从能力的角度来说，具身的ChatGPT时刻是机器人能够进入80%左右的陌生场景、能够自主完成约80%的任务。这个定义其实描述的是具身大脑的泛化性，从这个定义出发，我认为至少需要5年时间。

所以，我认为具身整个行业还是在飞速地往前发展，只不过说确实距离人的能力还是有差距，所以大家感知不是特别明显，觉得机器人还是“比较笨”。但我认为，以这种速度去持续进步，再过个两三年，应该就能在某些行业达到接近人的水平，然后逐步去实现落地。

至于C端的话，我认为会有一个更长的周期，因为C端场景更复杂，基本上就是要处理任意case，才能真正把机器人放到家庭里去。同时，C端也会有安全和隐私的问题，不像B端很多场景里人非常少，甚至是无人的，不用考虑安全和隐私问题。所以，走向C端，还是一个比较漫长的过程。

©本文为原创内容

未经授权，禁止转载