上证报中国证券网讯（记者 李雁争）具身智能赛道持续升温，机器人正从实验室走向真实场景。墨奇智能联合创始人兼CTO黄青虬近日接受上海证券报记者专访时表示，具身智能正从概念验证走向真实场景落地，数据采集与处理能力是现阶段的发展重点。 家庭复杂环境锻造通用模型能力 墨奇智能选择家庭及类家庭场景作为切入口，目前覆盖家庭、酒店和商务公寓。在黄青虬看来，场景选择本质上是数据选择。“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。” 他解释，具身智能的目标是做通用基础模型，模型的通用能力来自泛化性，而泛化性来自数据多样性。“只有选择一个足够复杂的场景，才能回流多种多样的数据，训练出来的基础模型能力才会足够强。有了足够强的基础模型，经过简单微调再去落地物流、工业这样的垂直领域，我认为是没有问题的。” 对于公司成立不到一年估值便超70亿元，黄青虬坦言行业存在一定泡沫，“落地产生的价值还远远跟不上各家具身公司的估值”。但他认为，大赛道长周期行业早期有泡沫是正常现象，也有正向作用。“投资本质上是投人，技术路径会持续迭代，投资人认可的是我们团队的技术思路以及商业演进路径。” 高质量数据有两个核心标准 数据是具身行业公认的瓶颈，但各家对高质量数据的标准并不统一。黄青虬认为这是正常现象，“数据和硬件、算法设计是强耦合关系，选择不同算法架构，对数据的标准和要求也不相同”。 具体到墨奇，高质量数据有两个核心标准。第一是采集端做到“三个真实”——真实的人，在真实的环境，干真实的活。他以擦桌子为例：“在专门的数采场地里，数采员的目标往往是完成一条规定动作轨迹；但保洁人员的目标是把桌子擦干净，会观察污渍，根据实际情况调整方向、力度和次数，没擦干净还会再来一次。” 第二是处理端的AutoLabel（自动标注）能力。采回来的数据要经过质量筛选、分类、数据挖掘打标签、自动标注，最后分阶段喂给模型，让模型从易到难逐步学习。“我们设计了多道防线对模型做规模化评测，评测完后那些不太好的场景，又重新回去采集、挖掘。” 对于数据环节的卡点，黄青虬表示并非单点问题，而是系统性工程。采集端的难点在于设备定位精度和便携性的权衡，“定位精度高就不便携，要便携精度就不够高”；处理端则面临生产什么标签对模型训练有促进作用的行业共识缺失。整体趋势是往可规模化（scale up）的方向发展，把处理难度留给算法。 具身智能的终局形态是人形 对于市场热议的具身智能“ChatGPT时刻”，黄青虬认为有两种定义。第一种是规模化进入一个行业，“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，未来三年之内应该可以实现”。第二种从能力角度定义，即机器人能够进入80%左右的陌生场景、自主完成约80%的任务，“这个定义描述的是具身大脑的泛化性，至少需要5年时间”。 在产品形态上，黄青虬坚定相信具身的终局形态是人形。“物理世界是为人类打造的，人形能够最大程度适配物理环境。如果不做人形，就要对物理世界做改造，改基建的周期特别长。”但他同时表示，短期可以在人形基础上做裁剪，比如用底盘代替双足、用夹爪完成60%至70%的工作，但不要做异形产品。“在人形基础上裁剪，数据是可复用的；如果做一个三头六臂的机器人，可能都采集不到这样的数据。” 黄青虬特别提到，长程任务是机器人能力发展的新阶段。“长程任务的最大难点在于系统稳定性，如果每个模块失败率是1%，单个动作是0.99的3次方，但30个动作的长程任务就是0.99的30次方，对每个模块的可靠性要求极高。”他认为，今年以来干活类机器人比例提升、长程任务增多，说明行业在硬件、算法、软件的可靠性上已有新突破。 “以这种速度持续进步，再过两三年，应该就能在某些行业达到接近人的水平。”黄青虬表示，C端落地会有更长周期，因为家庭场景更复杂，还涉及安全和隐私问题，“前期我们更专注在跟物体接触这件事上，未来才有可能去跟人做接触”。

上证报中国证券网讯（记者 李雁争）具身智能赛道持续升温，机器人正从实验室走向真实场景。墨奇智能联合创始人兼CTO黄青虬近日接受上海证券报记者专访时表示，具身智能正从概念验证走向真实场景落地，数据采集与处理能力是现阶段的发展重点。

家庭复杂环境锻造通用模型能力

墨奇智能选择家庭及类家庭场景作为切入口，目前覆盖家庭、酒店和商务公寓。在黄青虬看来，场景选择本质上是数据选择。“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。”

他解释，具身智能的目标是做通用基础模型，模型的通用能力来自泛化性，而泛化性来自数据多样性。“只有选择一个足够复杂的场景，才能回流多种多样的数据，训练出来的基础模型能力才会足够强。有了足够强的基础模型，经过简单微调再去落地物流、工业这样的垂直领域，我认为是没有问题的。”

对于公司成立不到一年估值便超70亿元，黄青虬坦言行业存在一定泡沫，“落地产生的价值还远远跟不上各家具身公司的估值”。但他认为，大赛道长周期行业早期有泡沫是正常现象，也有正向作用。“投资本质上是投人，技术路径会持续迭代，投资人认可的是我们团队的技术思路以及商业演进路径。”

高质量数据有两个核心标准

数据是具身行业公认的瓶颈，但各家对高质量数据的标准并不统一。黄青虬认为这是正常现象，“数据和硬件、算法设计是强耦合关系，选择不同算法架构，对数据的标准和要求也不相同”。

具体到墨奇，高质量数据有两个核心标准。第一是采集端做到“三个真实”——真实的人，在真实的环境，干真实的活。他以擦桌子为例：“在专门的数采场地里，数采员的目标往往是完成一条规定动作轨迹；但保洁人员的目标是把桌子擦干净，会观察污渍，根据实际情况调整方向、力度和次数，没擦干净还会再来一次。”

第二是处理端的AutoLabel（自动标注）能力。采回来的数据要经过质量筛选、分类、数据挖掘打标签、自动标注，最后分阶段喂给模型，让模型从易到难逐步学习。“我们设计了多道防线对模型做规模化评测，评测完后那些不太好的场景，又重新回去采集、挖掘。”

对于数据环节的卡点，黄青虬表示并非单点问题，而是系统性工程。采集端的难点在于设备定位精度和便携性的权衡，“定位精度高就不便携，要便携精度就不够高”；处理端则面临生产什么标签对模型训练有促进作用的行业共识缺失。整体趋势是往可规模化（scale up）的方向发展，把处理难度留给算法。

具身智能的终局形态是人形

对于市场热议的具身智能“ChatGPT时刻”，黄青虬认为有两种定义。第一种是规模化进入一个行业，“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，未来三年之内应该可以实现”。第二种从能力角度定义，即机器人能够进入80%左右的陌生场景、自主完成约80%的任务，“这个定义描述的是具身大脑的泛化性，至少需要5年时间”。

在产品形态上，黄青虬坚定相信具身的终局形态是人形。“物理世界是为人类打造的，人形能够最大程度适配物理环境。如果不做人形，就要对物理世界做改造，改基建的周期特别长。”但他同时表示，短期可以在人形基础上做裁剪，比如用底盘代替双足、用夹爪完成60%至70%的工作，但不要做异形产品。“在人形基础上裁剪，数据是可复用的；如果做一个三头六臂的机器人，可能都采集不到这样的数据。”

黄青虬特别提到，长程任务是机器人能力发展的新阶段。“长程任务的最大难点在于系统稳定性，如果每个模块失败率是1%，单个动作是0.99的3次方，但30个动作的长程任务就是0.99的30次方，对每个模块的可靠性要求极高。”他认为，今年以来干活类机器人比例提升、长程任务增多，说明行业在硬件、算法、软件的可靠性上已有新突破。

“以这种速度持续进步，再过两三年，应该就能在某些行业达到接近人的水平。”黄青虬表示，C端落地会有更长周期，因为家庭场景更复杂，还涉及安全和隐私问题，“前期我们更专注在跟物体接触这件事上，未来才有可能去跟人做接触”。