WRC最忙机器人：猛干15分钟家务，收纳、补货、叠衣服…
墨奇，开始加速了
WRC最忙机器人：猛干15分钟家务，收纳、补货、叠衣服… 量子位
离开华为后，他联合创办了通用具身智能公司墨奇智能——成立仅半年，估值已超70亿元。
近期，墨奇迎来第一次交卷：自研具身智能模型架构MoRA（MORPHI Reasoning & Autonomy）——一条Agentic-Native的具身大脑路线。
清理桌面垃圾、检查冰箱库存并补货、将湿衣送入烘干机并启动，再拿出来叠好码放……
对人类来说，这是六岁小朋友都能做完的家务，大家可能会觉得没啥可说的。
但对机器人而言，任何任务一旦沾上「长程」二字，基本就是死路一条。现阶段敢展示5分钟以上的，都算非常自信了。
可以说是非常独树一帜了。早上刚开馆不久，墨奇的展台就已经围得水泄不通，甚至工作人员自己都有点惊讶：
目前为了解决「长程」，Agent方案基本已成共识了：Google Gemini Robotics、Figure Helix 02……等等。
核心就是分层架构，也就是老生常谈的System 1与System 2。
由大语言模型或视觉语言模型担任，负责理解目标、拆解任务、验证结果；
这套架构让机器人初步具备了完成长程任务的能力，是具身行业的一次大突破，也出现了不少有趣的demo。
任务的主体智能——目标维护、记忆管理、进度追踪、失败恢复——几乎全部压在System 2认知层。
而直接和物理世界打交道、持续输出动作的System 1，则彻底「瘫坐」，沦为一个只会机械执行子任务的傻瓜机器。
传统动作模型只能接收固定格式的文本子任务指令，不支持图像指令，也处理不了多阶段的结构化任务描述。
System 2只能不断把高层目标拆碎、格式化，再喂给System 1。
到最后，最初的目标定义已经稀碎了——System 1根本不知道「目标」这俩字是啥意思，眼里只有下一个Action。
模型既没有对任务整体进度的认知，也没有多粒度执行记忆。遇到环境扰动或者中途偏差，System 1自己不会纠错，只能停下来等System 2重新调度。
这在强调「实时+闭环」的具身语境下当然是不行的。真实物理世界充满不确定性，要是每走一步都等大脑发号施令，那黄花菜都凉了……
与业界常见的「大模型外挂动作策略」方案不同，墨奇主张让Agentic能力原生存在于策略模型内部，把目标持续性、执行记忆和任务进展变成System 1的原生能力。
MoRA接收的是由文本和图像共同定义的结构化任务目标，不是离散的动作指令。
同时，目标接口原生内化进策略模型，指令和动作之间无需层层转译。
机器人从接收到目标的那一刻起，就知道自己要做到什么状态才算完成。
长程任务的本质挑战是时间跨度，模型要同时记住：刚刚做了什么、做到哪一步了、整体进展如何。
MoRA在输出动作的同时，会结合目标、执行记忆和环境反馈，持续判断任务状态与当前进展，并在必要时反馈给System 2使其介入。
有了这些上下文，大部分中途偏差，System 1自己就能感知并修正，不必事事上报。
明确目标后不间断输出全身动作，自主维护记忆、追踪进度，仅在遇到能力边界时主动请求介入。
这是公司自成立以来第一次亮相大型展会，一同公布的，还有他们的自研本体——MORPHI KINO轮式机器人。
机器人导航到垃圾桶处，拿起垃圾桶一路溜达到茶几，把茶几上的纸巾、空矿泉水瓶丢进去，再把垃圾桶送回原位。
门把手的位置、门的开合方向……都需要实时感知和调整，还要考虑躯干的站位，不能把门堵住。
是的，就像酒店的客房服务人员，每天检查冰箱里的矿泉水数量，不够就要补上。
检查完毕，KINO直起身，转身走向房间里的另一张小桌子，取了一瓶矿泉水！！！
听主持小哥讲解才知道，洗衣机里还有件湿衣，KINO是要去把它拿出来烘干，趁等待的时间再回来叠衣服——这样能最大程度节省时间。
这就是我前面说的进度认知。有了这项原生天赋点，在真实场景下，其实能泛化出很多玩法。
说实话，清理桌面、检查库存、洗烘衣物，单拎出任何一个都不算惊天动地。
打扫这个房间，收拾桌面，把水放到冰箱，然后把洗烘衣服处理一下。
桌上摆了一箩筐东西，玩偶、眼镜盒、饮料瓶……摆放位置和朝向完全随机，KINO会从最右手边的第一个开始，一个个抓起来收纳好。
但玩得最开心的还是展台小哥，属于是沉浸于自己的艺术无法自拔了——
KINO刚收纳完一个，他就又扔回去一个，一人一机搁这儿Loop是吧。
让我印象比较深刻的是，墨奇这个Pick and Place的抓取频率非常高，策略模型输出挺丝滑，没有动一下卡一下的情况。
观众在屏幕上选盲盒，任务编排器将信号转为目标Prompt，机器人识别Prompt，找到对应颜色的包装盒，装进帆布袋，递给观众。
观众用磁铁表情件给机器人拼脸，然后跟它合影，机器人会摆pose——比耶、挥手、叉腰。
当然，在这些demo背后，除了模型之外，还有一条更加重要的暗线——
数据已经是具身行业公认的最大瓶颈。今年以来，大家集体开启攻坚战，每家公司都在宣布千万小时、1亿小时的具身数据计划。
在墨奇CTO黄青虬看来，模型的本质是信息压缩、模态转换。LLM是语言到语言，具身是语言or视频到Action。
LLM天赋点拉满了，互联网数据一股脑丢进去就是，质量无所谓，反正参数大了之后，模型能自己过滤噪音。
物理世界要求「实时+闭环」，必须端侧部署，模型参数一大，基本宣告与落地无缘。
这也让他们从第一天起就坚定了做好Infra，稳扎稳打慢慢攒高质量数据的决心。
也是蛮有魄力的一个bet了，同行都在疯狂采数据，但我现场跟展台小哥们聊了聊，感觉墨奇似乎没有特别FOMO，也不会强调年底一定要采多少数据啥的。
以人类第一视角数据为起点，通过统一具身动作空间对齐人类行为与机器人动作，把真实作业中与本体无关的任务知识映射给机器人。
这也是这两年行业的主流选择。比纯仿真Gap小，也比遥操容易Scaling得多。
这也是现阶段的行业共识：前沿公司基本都追求数据、软件、硬件一体，所有板块相互耦合，最大程度推进迭代速度。
数采，则是这套系统中最重要的一环。事实上，只要数据足够好，模型层的很多问题都会迎刃而解。
墨奇的数采设备叫MORPHI Sense Kit，能在弱纹理、高反光这类极端场景下做到毫米级轨迹重建。
今年上海WAIC上，具身的核心主题就是场景导向：大家纷纷开始与场景方合作，探索特定场景的梯度下降，在落地中找数据。
墨奇也是这么做的，但路线不太一样——没做工业，优先进的是服务行业，他们把这视为进家庭的抓手。
数采设备直接进入酒店、商务公寓等一线商业场景，由真正的作业人员在日常工作中产出数据。
可能也和公司基因有关——CTO黄青虬之前在华为做量产，对工程抓得很细，每个模块都要反复打磨。
如今也是正式启动了，墨奇已积累3万小时真实场景数据，计划2026年底完成15万至20万小时的数据储备。
过去几年，行业花了大力气，让机器人从能够运动，走向能够操作；从单项技能，走向多技能组合。
机器人得在充满变化的真实环境里，把一项任务从开始持续推进到完成。
把目标、记忆与进度这些与长程任务息息相关的能力，变成策略模型的原生天赋点。
不追世界模型的热度，不贴VLA的标签，一心把Agentic能力做成模型的原生能力，在真实场景里慢慢搭建数据Infra。
深度体验DeepSeek Harness，我原谅它涨价了2026-08-14
刚刚，DeepSeek V4 Pro正式版发布，多项对标Fable 52026-08-13
Claude骂声中启动「隐形水印」：新模型全量嵌入，标记所有文字2026-08-11
DeepSeek Harness插件一夜燃爆GitHub：长期记忆、电子宠物、4399小游戏全来了
源神启动！一张消费级显卡跑“Opus级”Agent，Qwen3.8-27B多项榜单反超Claude
量子位 QbitAI 版权所有©北京极客伙伴科技有限公司 京ICP备17005886号-1