墨奇智能WRC首秀：MoRA驱动机器人连续15分钟完成家务长程任务

事件概述

在WRC 2026现场，通用具身智能公司墨奇智能首次公开亮相，展出自研具身智能模型架构MoRA（MORPHI Reasoning & Autonomy）和面向家庭服务的轮式机器人本体MORPHI KINO。机器人现场用15分钟完成了一项完整的家居长程任务：清理桌面垃圾、检查冰箱库存并补货、将湿衣送入烘干机、取出干衣并叠好码放，整个过程无需人工指挥。

MoRA核心思路

MoRA采用Agentic-Native路线，将目标维持、执行记忆和进度追踪等能力原生融入策略模型（System 1），而不是像传统方案那样全部压在认知层（System 2）。传统方案中，System 2负责拆解任务并指挥System 1执行，存在目标接口有限、执行短时序且反应式、频繁停顿等待重规划等问题。

MoRA的System 1具备三项核心能力：

• 目标为条件的持续执行：直接接收由文本和图像共同定义的结构化任务目标，无需层层转译，模型从接收目标起就知道完成状态。
• 多层级记忆：内部构建短期（毫秒级控制连续性）、中期（步骤级执行状态）、长期（任务整体目标与进度）三层记忆，作为模型表征空间的一部分。
• 进度认知闭环：输出动作的同时结合目标、记忆和环境反馈判断任务状态，大部分中途偏差由System 1自行感知修正，仅在能力边界时请求System 2介入。

由此，System 2专注于意图理解、全局规划和异常兜底，System 1则作为主力执行者持续输出动作。

现场表现

现场展示了多项能力：桌面整理依赖通用Picking能力；冰箱补货需实时感知门把手位置和开合方向，并检查库存后自行取水补入；衣物洗烘与折叠环节中，机器人会先取出已烘干衣物放入净衣篓，再处理湿衣，以节省等待时间。此外还演示了随机物体抓取收纳（Pick and Place）、按指令递送盲盒、配合合影摆pose等互动。工作人员介绍，任务仅由简单目标Prompt触发，剩余步骤全部由MoRA内部配合完成。

数据策略

墨奇认为，真实场景的数据质量远比数量重要。其走的是优化过的无本体采集路线，以人类第一视角数据为起点，通过统一具身动作空间对齐人类行为与机器人动作。自研采集设备MORPHI Sense Kit可在弱纹理、高反光场景下实现毫米级轨迹重建；采集场景直接进入酒店、商务公寓等一线商业场所，由真实作业人员日常工作中产出数据。目前墨奇已积累3万小时真实场景数据，计划2026年底完成15万至20万小时的数据储备。

值得关注

墨奇智能由前华为智驾AI负责人、华为天才少年黄青虬联合创办，成立仅半年估值超70亿元。公司不追逐世界模型或VLA标签，坚持Agentic-Native路线，并认为具身创业是马拉松，起步稍晚不影响长期竞争。