来源：上海证券报·中国证券网

上证报中国证券网讯（记者 李雁争）以“人机共生、产需共融”为主题的2026年世界机器人大会8月19日至23日在北京举行，墨奇智能公开展示自研具身智能模型架构MoRA，并推出适配家庭长程任务的MORPHI KINO轮式机器人。现场，该机器人自主完成一段长达15分钟、跨区域、多步骤的家庭家务流程，串联客厅清洁、冰箱补货、衣物洗烘折叠等日常任务，展现出环境感知、长程规划与连续执行的综合能力。

在墨奇展台，MORPHI KINO自主导航至茶几旁，精准识别纸巾团和矿泉水瓶等杂物并投入垃圾桶，再将散乱物品收纳至托盘；随后移动至冰箱前核查饮品库存，不足时移步取来矿泉水完成补货并关门；最后来到洗烘区，依次完成取出烘干衣物、转移湿衣物、启动烘干、折叠码放等操作。据现场技术人员介绍，仅桌面清理便涉及视觉识别、姿态规划、力控抓取的综合调度，而开关冰箱门、操控洗衣机按键更需视觉和力觉传感器实时感知，动态调整机身与手部姿态。

支撑这一能力的是墨奇不久前发布的自研具身智能模型架构MoRA。当前行业常见的分层双系统架构中，目标维护、记忆管理、进度追踪等主体智能几乎全部承载于高层认知大模型，策略模型仅被视为动作执行器，存在目标接口有限、执行以短时序反应式为主等瓶颈。对此，墨奇提出Agentic-Native技术路线，将目标、记忆与进度下沉到策略模型，重构双系统边界与协作方式。

重构后的System1作为Agentic-Native具身执行引擎，接收文本和图像定义的结构化任务目标，不间断输出全身动作，内部维护多粒度执行记忆并自主判断任务进展，遇异常时主动向System2请求介入。System2则作为以物理世界为原生语境的认知中枢，承担意图理解、任务规划与多模态表达。二者关系可概括为：System2理解并组织目标，System1在持续行动中承载并推进目标。这种分工使高频物理交互交由System1原生处理以保证实时性，低频目标理解与全局规划交由System2以保证灵活性。

墨奇智能联合创始人兼首席技术官黄青虬接受上海证券报记者采访表示，模型的本质是信息压缩与模态转换，能力上限取决于参数量，架构改进更多是提高吸收数据的效率。在行业普遍高喊“千万小时”“上亿小时”数据的当下，具身数据质量仍不够高且缺乏统一标准，真实场景数据质量远比数量更重要。为此，墨奇走“自研设备加深入场景”路线，自研MORPHI Sense Kit采集系统可在弱纹理、高反光场景下实现毫米级轨迹重建，并推动设备深入酒店、商务公寓等场景，由一线人员产出真实作业数据以避免摆拍偏差。目前墨奇已积累3万小时真实数据，计划今年完成15万至20万小时储备，持续为MoRA迭代供给高质量训练素材。