收拾桌面、冰箱补水、把洗好的衣服叠好。8月的世界机器人大会上，一家来自上海的企业研发的机器人在模拟家庭环境中，用约15分钟演示了这组连续任务。
这家企业是墨奇智能，主体为上海墨奇万象智能技术有限公司，注册在上海杨浦滨江。
这是墨奇自研的轮式双臂机器人 MORPHI KINO 首次公开亮相。近日，乌镇峰会机器人与具身智能论坛上，墨奇智能联合创始人兼CTO黄青虬发表演讲，题目是《大模型时代的机器人大脑：从通用推理到具身行动》，演讲聚焦从模型能力如何转化为机器人在真实环境中的行动能力。从15分钟的演示，到机器人真正走进家庭，中间还隔着几道坎。
把几十个动作连起来
整段演示由数十个动作串联而成。黄青虬举例说，单个动作的成功率即使很高，任何一步出错也可能影响后续流程，整段任务的成功率需要单独验证。
比较有挑战的是洗烘衣服这类一步接一步的任务，中间断掉一处，后续步骤就接不上。他提到两个具体困难：机器人伸手进洗衣机取衣服时，滚筒内外光照差异较大，会影响它对操作区域的判断；按洗衣机按钮则要求定位准确、控制好接触力度，稍有偏差就会按空或按错。
墨奇关注的不仅是某个动作能否完成，还有前一步出现偏差之后，机器人能否判断当前状态，继续做完后面的任务。
大脑长在身体里
让机器人判断状态、接上后续步骤，靠的是墨奇自研的原生具身模型MoRA。它8月中旬发布，从立项到发布用了四个月，此后保持约两周一个版本的迭代节奏。
在常见的分层架构中，上层模型负责理解和规划，执行层负责把计划变成动作。墨奇把跟踪任务进度、判断并调整动作的能力进一步放到机身上的端侧具身模型里，让机器人能根据现场反馈继续执行。
不同机器人在活动范围、传感器、手部结构和控制接口上都有差异，MoRA换一台机器人不能直接运行。黄青虬表示，墨奇不把"模型通用"和"软硬件配合"看作二选一，通用性是研发目标，软硬件配合是把能力用到真实任务上的过程。在自研和外购之间，墨奇的取舍也明确：成熟的外部方案直接采用；只有当硬件限制了算法验证、市面上又没有成熟供应时，才自己参与开发。
KINO目前采用轮式底盘，双臂各有7个自由度，末端是夹爪。黄青虬此前曾表示，具身智能的终局形态是全人形，但不必一步到位，短期内可以在人形基础上做裁剪。
训练MoRA离不开数据。墨奇此前对外表示，已积累约3万小时真实场景数据。黄青虬此次说明，这只是原始采集量，并非全部可用于训练，采集之后还要经过质检、清洗和标注。
公司不只用自己的机器人采集数据，而是把自研的采集设备MORPHI Sense Kit交给酒店、公寓的一线保洁人员，让他们在日常工作中佩戴，把擦桌子、整理房间等真实动作记录下来。"真实的人干真实的活，数据才管用。"
数据采集涉及协议、报酬和影像隐私。黄青虬表示，具体条款和报酬安排涉及合作细节，不便公开；采集不以收集住客信息为目的。只要涉及现场影像，就要明确哪些区域能拍、拍到的个人信息如何处理，并向参与采集的人员说明设备用途和数据使用方式。
先住进酒店
墨奇把酒店、公寓作为早期验证场景。这些场景的任务和家务相近，可以先从捡拾垃圾、补充瓶装水等工作验证起。商业化方面，墨奇没有披露具体数字，公司正在与头部酒店集团推进试点合作和数据采集合作，具体合作方、测试城市和所处阶段，以后续正式发布的信息为准。
在黄青虬看来，试点的价值不仅在于证明某个动作可以完成，还要验证机器人能否适应现场条件、与现有工作流程如何衔接、哪些环节仍需人工协助。机器人在酒店里的价值，不能简单用设备价格除以员工工资来算，还要把维护、部署和运营的成本算进去。
用保洁人员的动作数据训练机器人、最终是否会替代她们，是外界关注的问题。黄青虬回应，这个担忧是合理的，不能只用一句"机器人不会替代人"来回答，技术进步确实可能改变岗位内容和人员需求。墨奇希望优先让机器人承担重复的、体力负担较重的工作，让人更多参与需要判断、沟通和服务经验的环节。
公司的正循环是否跑通，黄青虬给出的信号是：客户真实使用之后，是否愿意继续使用并持续付费。"机器人能稳定完成任务、人工介入不断减少、换场景不用重新做一套工程，生意才能持续。"
离走进家庭还有多远
行业的热度也体现在资本上。今年上半年，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；估值在百亿元以上的企业至少22家，而一年前只有3家。墨奇属于融资规模最大的一批：公司成立不到一年，7月完成超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。据IT桔子统计，2026年上半年，国内具身智能赛道融资总额达935亿元，融资事件322笔。墨奇智能于7月披露完成超10亿元天使轮系列融资，阿里巴巴、腾讯等参与投资。
黄青虬将具身创业比作“一场马拉松”。在他看来，硬件可靠性与基础模型能力需要长期打磨，演示成功也不等于能够规模化应用。
15分钟的连续作业已经跑通，能否在酒店、在更多真实场景中长期稳定运行，还需要更长时间的验证。
