对话墨奇智能CTO黄青虬：具身智能将是下一个“超级纽带”

进入9月，2026年APEC“中国年”的气氛日渐浓厚。随着领导人非正式会议临近，媒体论坛、工商对话等配套活动接连登场，亚太乃至全球的目光一次次聚焦东道主中国。今年系列会议的主题直指数字经济与人工智能——而这恰恰是具身智能加速演进的技术主场。

在这一背景下，半个月前落幕的2026世界机器人大会，成为观察中国具身智能产业真实水准的重要窗口。

300余家企业、超2000件展品同台亮相，具身智能依然是全场最大焦点。但与往年“秀肌肉”式炫技不同，今年展台上，“跳舞”“后空翻”类表演大幅缩水，取而代之的是真实场景中的“上岗实战”：理货、分拣、家务、产线作业——连续作业能力取代单项技能，成为新一轮比拼的关键标尺。其中，一家成立不满一年的初创公司墨奇智能（Morphi），凭借一次完整的家务实操演示，在众多展商中脱颖而出。

在墨奇智能的展台上，一台名为MORPHI KINO的轮式机器人用15分钟完成了清理桌面、冰箱补货盘点、烘干叠放衣物等一整套家务——这是墨奇自研本体的首次公开亮相。同期，公司发布具身智能基础模型MoRA，并提出“Agentic-Native”技术路线，致力于让机器人在端侧“想清楚、做到底”，实现长时程连续任务执行。

这家聚焦通用具身智能的初创公司成立于2025年，成立不到一年即完成超10亿元天使轮系列融资，由阿里巴巴、腾讯联合领投，投后估值突破70亿元。

在亚太媒体高端论坛开幕前夕，《国际金融报》记者专访了墨奇智能联合创始人兼CTO黄青虬。从智驾跨界具身，技术方法论能否顺利迁移？数据质量与数量孰轻孰重？出海亚太，棋局如何落子？在“中国年”的聚光灯下，这位曾主导华为ADS 1.0至4.0算法迭代、推动端到端智驾规模化量产的CTO，给出了清晰的思考与判断。

迁移与变轨

过去一年，具身智能赛道最显著的人才流动趋势，是智能驾驶领域的核心算法工程师大规模向机器人公司迁移。这并非偶然，从底层逻辑看，智驾与具身在技术底层上高度相通，都需要处理多传感器融合、都依赖数据闭环驱动模型迭代、都面临从实验室算法到大规模工程化落地的挑战。

黄青虬正是这波迁移潮中的代表性人物。1994年出生的他，本科毕业于清华大学自动化系，博士就读于香港中文大学多媒体实验室，师从商汤科技首席科学家林达华。2020年，他以华为第二届“天才少年”身份加入华为车BU，此后五年间主导了华为智驾ADS 1.0到4.0的全链路AI算法迭代，量产部署超百万辆车，离职前担任AI模型开发部部长，管理200余人的算法团队。

黄青虬在受访中对记者表示，智驾行业沉淀的两样东西可以直接复用于具身：一是端到端的技术范式，二是支撑算法持续迭代的全链路数据基建，“这能让具身行业大幅缩短从Demo到量产的周期”。

但迁移并非全盘复制。黄青虬指出，最难的恰是两点：其一，自动驾驶建立在传统汽车成熟、标准化的供应链之上，算法只需适配不同车型；而具身硬件远未标准化，软硬同步发展会带来跨本体适配的挑战。其二，智驾解决的是二维平面上的移动与避障，具身机器人要处理的是三维世界里的移动与接触，需要对物体物理属性形成认知——这一点，没有智驾经验可借鉴。

而这两道难关，对入局的“智驾系”一视同仁。当端到端范式随人才潮成为行业“标配”，拥有“智驾”背景的具身公司并不止墨奇智能一家，算法能力日趋同质，差异化从何而来？

在黄青虬看来，基础模型的自研和数据处理链路构成了墨奇智能的核心竞争力。不过对于自研，墨奇智能有自己的取舍：“第一是从商业角度考虑。现阶段大家倾向于要一整套解决方案，所以需要有自己的硬件，才能保证这个解决方案软硬一体最优。第二，如果某个零部件是算法迭代效率瓶颈，且当下又没有成熟的供应链能支撑，我们就选择自研。”

这种“技术+商业”双线权衡，与墨奇智能创始团队的能力配置密不可分。技术负责人黄青虬之外，另一位联合创始人兼CEO高文礼是华为出身的老兵——曾供职于运营商业务线，负责海外市场开拓。此后，他还作为跨境物流企业iMile的联合创始人，从零构建起覆盖20个国家的全球运营体系，推动公司年营收突破40亿元。

一个懂技术与量产，一个懂商业和运营——两位创始人的背景决定了墨奇智能从第一天起就不走单点Demo路线，而是锚定“软硬一体的系统工程能力”。

MORPHI KINO轮式双臂机器人演示通用抓取放置

3万小时之后

如果说智驾方法论的迁移解决了墨奇智能“用什么方法训练模型”的问题，那么真正决定模型能力天花板并构成其差异化壁垒的，则是另一个更基础的命题——数据。

当前行业普遍面临的一个矛盾是，大模型需要海量的高质量数据来提升泛化能力，但真实物理世界的数据采集成本极高、效率极低。据黄青虬介绍，墨奇智能目前已积累了约3万小时真实场景数据，已经过质检可以进入模型训练，年内计划增加到15万至20万小时。

值得注意的是，墨奇智能的数据采集方式颇具特色，其并没有选择用自己的机器人去采集数据，而是让酒店、公寓里的保洁人员佩戴轻量化采集设备，在日常工作中把数据采集下来。

不过，高质量数据最终要服务于模型能力的提升。8月中旬，墨奇智能发布了自研具身智能模型架构MoRA（MORPHI Reasoning&Autonomy），从立项到发布仅用了4个月，当前保持每两周一个版本的快速迭代。

而模型和数据最终要在场景中验证。黄青虬表示，墨奇智能确立了“商用场景先行、逐步向家庭迁移”的渐进路径，现阶段聚焦酒店和商住公寓两类场景——眼下正与多家酒店集团洽谈战略合作，预计今年10至12月在部分酒店落地POC验证测试，正式商业化则安排在未来一至两年。

选择酒店作为切入点，他给出三个原因：其一，酒店客房里的工作接近家务，积累的能力有助于未来走入家庭；其二，相比工业场景，酒店的环境与任务变化更多样、与物体的接触也更频繁，更有利于训练出泛化能力更强的基础模型；其三，家庭并不是一个适合早期产品验证和数据采集的场景——不同家庭的空间、物品与生活习惯差异很大，摄像头和传感器采集的数据涉及隐私，难以持续回流用于模型训练，而酒店提供了一个相对可控的起点。

酒店真实作业数据采集

技术和数据构筑了墨奇的核心竞争力，但最终要接受市场检验。据IT桔子数据，2026年上半年国内具身智能赛道融资总额达935亿元，同比增长5倍；融资事件322笔，增长137%；估值达百亿元的企业至少22家，而2025年仅3家。资本密集涌入，既在加速行业从“讲故事”转向“拼交付”，也在加速行业洗牌。

黄青虬预判，洗牌将分两个阶段：第一阶段，未来3年内可能会完成首批实现商业闭环企业的筛选，只有真正在to B或to C场景实现产品与商业闭环的公司才能留下；第二阶段，具身大脑实现类人泛化能力、机器人进入陌生场景也能自主完成大部分工作的“具身GPT时刻”——但这个阶段何时来临，他坦言，“还没有特别确定的判断”。

下一代产业桥梁

在国内市场竞速的同时，全球化已成为具身智能企业不可回避的战略命题。在黄青虬看来，墨奇智能的全球化整体以产品出海为主、能力出海为辅。“因为我们想做一个通用机器人，希望它能够自主适应全球不同的服务场景，而不是机器人每到一个新的区域市场，都需要去做深度的定制化适配”，同时，全球不同国家和地区的政策和标准存在差异，也会考虑针对区域市场做一定程度的能力适配。

关于出海的市场优先级，黄青虬透露，墨奇智能会根据三个维度考量，第一是服务场景，第一步是去酒店，优先选择商用服务业发展比较成熟的国家；第二是商业价值，优先布局劳动力较昂贵、人力成本高以及人力稀缺性较高的国家，让机器人落地承担重复性作业工作；第三是政策合规，优先拓展机器人准入监管门槛以及政策环境更为友好的国家和地区。

墨奇智能将出海第一站定于亚太，这一选择或并非偶然。从地理上看，亚太是全球经济最具活力的区域，也是数字经济和人工智能发展最快的市场；从产业上看，亚太已经形成了完整的具身智能产业链分工；从政策上看，2026年APEC“中国年”正在为亚太科技合作搭建前所未有的制度框架。

在亚太创新协作网络上，黄青虬认为，可优先落地供应链协同和行业标准制定两大方向——中国的AI算法和制造能力更强，日韩的机械精密制造和半导体能力更强，东南亚可以提供更多样化的应用场景。整体来说，亚太经济体之间可以紧密配合，驱动具身行业向前发展。

这一判断与APEC框架下的亚太产业合作趋势高度契合。2026年APEC将“创新”列为三大优先领域之一，《成都声明》明确提出推动数字和人工智能技术赋能亚太共同体，中方还发起设立了亚太人工智能赋能中小企业发展合作中心（广州）和亚太中小企业合作区（深圳）。

循着这一逻辑，具身智能能否成为继新能源汽车之后的下一个“超级纽带”？黄青虬的判断是肯定的，且会更进一步——相比新能源汽车主要带动供应链出海，具身智能在硬科技领域的协同将更深刻地介入全球硬件创新体系，成为连接“中国制造能力”与“全球场景需求”的下一代产业桥梁。