ARTICLE · 人工智能
WRC 最忙机器人：猛干 15 分钟家务，收纳、补货、叠衣服…
一语总结墨奇智能在 WRC 2026 展示其具身大脑 MoRA 与机器人 MORPHI KINO，实现 15 分钟连续家务任务，强调目标持续性、多层记忆与数据质量的重要性。
文章报道墨奇智能在世界机器人大会（WRC 2026）上首次公开其自研具身智能模型架构 MoRA 及轮式机器人 MORPHI KINO。MoRA 将目标持续性、多层级记忆和进度认知闭环内化到策略模型（System1），使机器人能够在无人工干预的情况下完成 15 分钟的家居长程任务，包括桌面整理、冰箱补货、衣物洗烘与折叠。墨奇强调数据质量而非数据量是具身突破的关键，采用自研 MORPHI Sense Kit 进行毫米级轨迹重建，并在真实商业场景收集高质量人类第一视角数据，已积累 3 万小时真实场景数据。创始人黄青虬将具身比作马拉松，主张不追逐世界模型或 VLA 热度，而是把 Agentic 能力做成模型原生天赋，稳扎稳打推进技术与数据积累。
- MoRA 架构将目标持续性、执行记忆和任务进度内化到策略模型（System1）。
传统方案依赖 System2 进行目标维护和记忆，导致信息损耗和频繁停顿；MoRA 让 System1 具备目标为条件的持续执行、多层级记忆和进度认知闭环，使机器人能自主完成长程任务。
- 现场演示中，MORPHI KINO 在 15 分钟内完成桌面整理、冰箱补货、衣物洗烘与折叠等家居长程任务，全程无人工干预。
任务包括清理垃圾、检查冰箱库存并补货、处理湿衣烘干并叠衣，展示了具身智能在真实家庭场景中的泛化能力。
- 墨奇强调数据质量而非数据量是具身突破的关键，采用自研 MORPHI Sense Kit 进行毫米级轨迹重建，并在真实商业场景收集高质量人类第一视角数据。
公司认为具身需要在有限参数下消化高质量数据，避免噪声，因而优化无本体采集路线并建设数据 Infra，已积累 3 万小时真实场景数据。
- 墨奇的创始人黄青虬将具身比作马拉松，主张不追逐世界模型或 VLA 热度，而是把 Agentic 能力做成模型原生天赋，稳扎稳打推进技术与数据积累。
尽管公司成立时间短，但其聚焦长程任务和数据质量的策略被视为具身行业的可持续发展路径。
WRC 最忙机器人：猛干 15 分钟家务，收纳、补货、叠衣服…
文章报道墨奇智能在世界机器人大会（WRC 2026）上首次公开其自研具身智能模型架构 MoRA 及轮式机器人 MORPHI KINO。MoRA 将目标持续性、多层级记忆和进度认知闭环内化到策略模型（System1），使机器人能够在无人工干预的情况下完成 15 分钟的家居长程任务，包括桌面整理、冰箱补货、衣物洗烘与折叠。墨奇强调数据质量而非数据量是具身突破的关键，采用自研 MORPHI Sense Kit 进行毫米级轨迹重建，并在真实商业场景收集高质量人类第一视角数据，已积累 3 万小时真实场景数据。创始人黄青虬将具身比作马拉松，主张不追逐世界模型或 VLA 热度，而是把 Agentic 能力做成模型原生天赋，稳扎稳打推进技术与数据积累。
文章金句
"世界模型和 VLA，都不是答案。
"真实场景的数据质量，远比数量重要。
"具身是一场马拉松。
"目标得在输入时就定义好。