墨奇WRC 2026首秀：MoRA架构与MORPHI KINO展示15分钟家庭长程任务

事件概述

2026年8月19日至23日，世界机器人大会（WRC 2026）在北京北人亦创国际会展中心举行。成立仅半年的具身智能企业墨奇智能（MORPHI）首次在国内系统亮相，公开其具身智能模型架构MoRA，并推出面向家庭长程任务的MORPHI KINO轮式机器人。

现场演示：15分钟家庭长程任务

MORPHI KINO在现场自主完成了一段约15分钟、跨区域、多步骤的家庭长程任务演示，涵盖客厅清洁与桌面整理、冰箱饮料补货、衣物洗烘与折叠等日常家务。具体包括：

• 自主导航至茶几，识别并抓取纸巾、矿泉水瓶等杂物投入垃圾桶，并将桌面散乱物品收纳至托盘。
• 移动至冰箱处核查饮品库存，发现不足后从室内桌面取水完成补货并关闭冰箱门，过程涉及门把手定位、开合角度和按压力度的实时感知与调整。
• 在洗烘区域完成开烘干机取衣、转移湿衣、启动烘干程序，以及最终折叠码放衣物。

整套流程要求移动底盘、躯干、双臂、视觉与力觉感知单元协同工作，重点在于机器人作为完整具身系统能够理解任务目标，并持续将真实环境向目标状态推进。

核心信息：MoRA架构与Agentic-Native技术路线

墨奇指出，当前具身领域常见的分层双系统架构（System2认知大模型+System1策略模型）存在结构性瓶颈：目标维护、记忆管理、进度追踪几乎全部承载在System2，System1仅作为短时序、反应式动作执行器，缺乏多粒度执行记忆和任务进度认知，且指令遵循与泛化能力有限。

为此，墨奇发布自研具身模型架构MoRA（MORPHI Reasoning and Autonomy），提出Agentic-Native技术路线，将Agentic能力原生内置于策略模型（System1）。重构后的System1具备三项核心能力：

• Goal-Conditioned Execution：接收文本或图像目标，并在整个执行过程中持续围绕目标行动。
• Multi-Granularity Memory：通过短、中、长期多层级记忆支撑长程执行。
• Progress-Aware Closed Loop：不仅输出动作，还输出任务状态、进度和后续预测。

System2则作为以物理世界为原生语境的认知中枢，负责意图理解、任务规划与多模态表达；System1在遇到能力边界或异常状态时主动请求System2介入。这种分工将高频物理交互交给System1原生处理，低频目标理解与全局规划交给System2。

数据布局：真实作业数据驱动的规模化

墨奇联合创始人兼CTO黄青虬认为，模型能力上限取决于参数量，架构改进主要提升数据吸收效率，而当前行业具身数据质量不够高且缺乏统一标准。墨奇采用“自研设备+深入场景”路线：

• 自研MORPHI Sense Kit真实世界数据采集系统，可在弱纹理、高反光等极端场景下实现毫米级轨迹重建。
• 推动数采设备进入酒店、商务公寓等商业场景，由一线作业人员产出真实作业数据，避免摆拍数据带来的分布偏差。
• 目前已积累3万小时真实场景数据，计划2026年内完成15万至20万小时数据储备，持续为MoRA模型迭代供给训练素材。