首页 / 资讯详情
对话黄青虬：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
摘要
作者｜苏子华 编辑｜靖宇 机器人行业现在最关心的一个问题：它能干完一整件事吗？ 几十秒的抓取物品的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，一台机器人首次亮相，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。 里面大概有七八十个动作，自主完成，全程没掉链子。 正在忙活衣物烘洗家务的 MORPHI KINO 机器人｜图片来源：MORPHI 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，管两百多人。根据公开信息，华为智驾系统已覆盖 35 家车企、50+ 款量产车型，搭载量超 170 万台。例如，被广为熟知的问界、智界、尊界等新能源汽车品牌。 离开前，他做了件大事：把整个智驾全部完成了 AI 化。也是在做完这一代之后，他亲手验证了用一个 AI 模型去驱动物理系统、做底层控制这件事是可以的，看到了具身爆发的基础。 于是他辞职，和也曾是华为出身的物流老兵高文礼一起，做一台「跟人一样聪明」的机器人。 墨奇很多选择都和同行反着来： 不做双足人形，先做轮式——「智能的上限在手臂」；自研关节，却没做灵巧手——「夹爪就够了」；不堆数据量，坚持数据质量第一，且认为数据比模型架构重要；也不追「VLA、世界模型」等架构名词——具身模型架构叫 MoRA，按照功能来命名，意思是「会推理，能自主」。 最特别的是他们具身模型的技术路线。 一般机器人是「云端大脑下指令、本地手脚执行」；而他们是将「大脑」的能力直接装进执行层。全程没掉链子，依赖的就是其模型 MoRA 端侧System 1的能力。 黄青虬认为，这是 Agentic-Native 的模型路线。「我们用 8 个月干了别人两三年干的事。未来我们希望在某一个单点上做到业界标杆，比如模型，或数据的 scaling law 上，做出别人没做过的东西。」 今年 7 月，墨奇宣布融资超 10 亿元，阿里和腾讯都投了，估值 70 多亿。目前，团队 150 多人，明年计划交付千台机器人。 在他们的模型和机器人首次亮相前，极客公园与黄青虬聊了聊，关于他们打算如何实现物理 AGI 的路线图，以及如何在这个火热、拥挤的赛道里杀出重围。问题涵盖了： 具身智能狂飙了 3 年，现在入局算晚吗？ 当技术路线、叙事逐渐趋同，具身智能公司的核心壁垒在哪？ 「全栈自研」的边界在哪，如何区分必要投入与噱头？ 通用机器人，必须同时做本体和模型吗？ 具身智能基础模型的技术路线，下一个方向是？真正的瓶颈是？ 如何通过 demo，识别出一家具身智能公司的真正实力？ 如何面对业内极高的跳槽率？ 访谈中的部分精彩观点： 通用机器人未来能取代专用机器人，但「专用」永远取代不了「通用」； 短期竞争力在数据采集，长期竞争力在后面从原始数据到训练数据这条链路。你只有在模型训练试错中掌握的 know-how，才是别人抄不走的； 不能为了自研而自研，想清楚你要什么，在你走这条路线的阻塞点上去自研； 押注 Agentic-Native 的具身模型路线：System 1 应该是大脑，而不是慢慢变成了另一