主播
节目简介
来源：小宇宙
这是一个在 2026 年才正式浮出水面的具身明星项目。
墨奇智能成立于 2025 年底，半年内完成超过 10 亿元天使轮融资。创始人黄青虬是前「华为天才少年」，亲历华为智能驾驶从 0 到 1 、从第一代到第四代的完整建设，离职前，他领导 200 余人团队，时任AI 模型开发部部长，并把端到端方案推向量产。
从去年年底开始，这个项目是具身领域投资人们纷纷约见和抢注的对象。
从本科、博士到华为工作，黄青虬完整经历了机器人的小脑、大脑及系统的学习、探索和实践。其中穿插着清华火神队、汤晓鸥成立的 MMLab 以及华为自动驾驶，这些人工智能的传奇之地。
这是一期信息量很高的访谈。它能解答一个问题：为什么在 2026 年，具身浪潮已经狂飙了三年、全行业有数百家具身企业之后，这个赛道仍然有新选手的机会。
要点概览：
• 具身是马拉松，不需要弯道超车。
• 具身量产需要更严格的定义。今年能产出 5000 台靠谱机器人的公司，不会超过三家。
• 数据的质量，远远重要于数量——在一个人人都高喊「1000 万小时」「1 亿小时」数据的时刻，黄青虬认为，今天行业接触到的具身数据「质量是不够高的」，且缺乏统一的标准。
• VLA 和世界模型是一体两面，但它们都「不本质」。
视频版将在 8.4 日中午上线各大平台：b 站、微博、小红书、视频号等，欢迎前往：）
本期嘉宾： 黄青虬 （ 墨奇智能联合创始人兼 CTO ， ex 华为天才少年）
本期 Shownotes：
05:36 最晚下场的「华为天才少年」，与具身爆发的节点：2026 才出发，晚了吗？
* 大模型从 chatbot 发展为 coding 、agent 成熟
* 智驾领域实现可泛化、可大规模商用的端到端一段式控制技术
* 批量具身公司出现，具身创业门槛不高？
* 「投资人可能默认我能做成」
11:34 具身是一场马拉松，不是百米冲刺：起点差几个身位，没有太大的区别
* 技术范式未收敛，所以起点不重要
* 行业热度高，人才分散浮躁——这个领域需要怎样的人才画像？
* 太多人谈弯道超车，什么是这个行业真正的基本功？硬件可靠性、算法数据模块的精度效率是「苦活累活」
19:20 路线选择：toC 一定是终点，但可以先把 toB 当跳板
* 场景选择：可泛化、可分阶段落地、能够回流高价值数据以迭代通用模型
* 具身行业的数据质量很成问题
* 好数据的三个条件
* 「具身的 Scaling Law 会比大语言模型更难 」
* 具身模型存在模型结构的矛盾，挑战很大
29:28 算法不重要？「算法是这一轮智能的核心」
* 算法架构是容易抄的，但探索过程中积累的方法、人才、组织氛围无法复刻
* 成立仅半年，月算力投入达千万级，算力投入可排行业前五
* 「这个行业的算力投入与行业热度，是不匹配的」
* 大脑的算力门槛为千卡级别，要出突破性成则果需达万卡级别
36:58 机器人兴趣：从《铁甲小宝》、《黑客帝国》，到清华火神队
* 赵明国老师的清华 508 实验室
* 「不要随大流，要有自己相信的研究方向」
* 运控古典派如何看待宇树：Sim-to-Real 最小背后，硬件一致性与参数整定
* 细节决定成败：负载系统会放大误差难以溯源
53:24 从机器人「小脑」到「大脑」：传奇 MMLab 带来的一切
* 初识 CV：恰逢 ImageNet 诞生，多模态理解一定是大势
* 商汤往事：在文津国际公寓的岁月
* 汤晓鸥强调的「黑羊文化」
* 从封闭式走向开放式的命题：重新定义系统
* 什么是具身大脑的核心？
* 通用的「特征提取」
* 什么是好的系统？
01:17:11 加入华为：「华为天才少年」、救火、与自动驾驶的四代更迭
* 「华为天才少年」打破了外界对华为的刻板印象
* 「银狐」量产救火：从没上手过激光雷达，却完成了算法修复，怎么做到的？
* 什么是可迁移的经验？如何迁移？
* 从六七人扩张到200人的管理与文化：同理心是关键，找寻一致的人
* 什么是真正的财富？地狱级的量产有更严苛的标准，刷榜没有意义
01:36:03 「VLA 和世界模型，都不够本质」
* 为什么会出现各类技术方向：具身模型动作模态稀疏、反馈少、训练慢
* VLA 和世界模型是一体两面：都是为了将模态从稀疏推向稠密
* AI 仍是一门实验科学，需要大量验证试错
* 华为自动驾驶 4.0 量产完成，我从华为「毕业」了
* 如何做技术选择？「美的东西，都是简洁的（Simple but work）」
02:00:07 量产的定义需要更严格：不能做到 7✖️24 小时运转，每一台机器人保持一致，就是原型机！
* 中国做硬件、硅谷出软件（大脑）的故事几乎不会重演：具身的数据是要从头来过的
* 「ChatGPT 的 changing point ，只是刚好出现在 OpenAI」
* 每次推倒重来，才有机会提升智能的上限
* 「我对量产的定义可能更严格」「我希望做一家靠谱的公司」
* 「今年能产 5000 台靠谱机器的公司，不会超过三家」
02:09:32 豪华团队：追求「温柔与坚定」，有趣也很重要！
* 具身很复杂，「你永远不知道会出什么幺蛾子，需要非常健康的心态去看待这些状况」
* 工程很重要，学术 taste 也很重要
* 做机器人很苦：产品和团队的调性会影响心情，心情又会影响灵感
* 乐观是一种可被习得和塑造的方法
* 「看一看表，还有二十几年——是时候开始做了」
加入听友群⬇️
墨奇智能成立于 2025 年底，半年内完成超过 10 亿元天使轮融资。创始人黄青虬是前「华为天才少年」，亲历华为智能驾驶从 0 到 1 、从第一代到第四代的完整建设，离职前，他领导 200 余人团队，时任AI 模型开发部部长，并把端到端方案推向量产。
从去年年底开始，这个项目是具身领域投资人们纷纷约见和抢注的对象。
从本科、博士到华为工作，黄青虬完整经历了机器人的小脑、大脑及系统的学习、探索和实践。其中穿插着清华火神队、汤晓鸥成立的 MMLab 以及华为自动驾驶，这些人工智能的传奇之地。
这是一期信息量很高的访谈。它能解答一个问题：为什么在 2026 年，具身浪潮已经狂飙了三年、全行业有数百家具身企业之后，这个赛道仍然有新选手的机会。
要点概览：
• 具身是马拉松，不需要弯道超车。
• 具身量产需要更严格的定义。今年能产出 5000 台靠谱机器人的公司，不会超过三家。
• 数据的质量，远远重要于数量——在一个人人都高喊「1000 万小时」「1 亿小时」数据的时刻，黄青虬认为，今天行业接触到的具身数据「质量是不够高的」，且缺乏统一的标准。
• VLA 和世界模型是一体两面，但它们都「不本质」。
视频版将在 8.4 日中午上线各大平台：b 站、微博、小红书、视频号等，欢迎前往：）
本期嘉宾： 黄青虬 （ 墨奇智能联合创始人兼 CTO ， ex 华为天才少年）
本期 Shownotes：
05:36 最晚下场的「华为天才少年」，与具身爆发的节点：2026 才出发，晚了吗？
* 大模型从 chatbot 发展为 coding 、agent 成熟
* 智驾领域实现可泛化、可大规模商用的端到端一段式控制技术
* 批量具身公司出现，具身创业门槛不高？
* 「投资人可能默认我能做成」
11:34 具身是一场马拉松，不是百米冲刺：起点差几个身位，没有太大的区别
* 技术范式未收敛，所以起点不重要
* 行业热度高，人才分散浮躁——这个领域需要怎样的人才画像？
* 太多人谈弯道超车，什么是这个行业真正的基本功？硬件可靠性、算法数据模块的精度效率是「苦活累活」
19:20 路线选择：toC 一定是终点，但可以先把 toB 当跳板
* 场景选择：可泛化、可分阶段落地、能够回流高价值数据以迭代通用模型
* 具身行业的数据质量很成问题
* 好数据的三个条件
* 「具身的 Scaling Law 会比大语言模型更难 」
* 具身模型存在模型结构的矛盾，挑战很大
29:28 算法不重要？「算法是这一轮智能的核心」
* 算法架构是容易抄的，但探索过程中积累的方法、人才、组织氛围无法复刻
* 成立仅半年，月算力投入达千万级，算力投入可排行业前五
* 「这个行业的算力投入与行业热度，是不匹配的」
* 大脑的算力门槛为千卡级别，要出突破性成则果需达万卡级别
36:58 机器人兴趣：从《铁甲小宝》、《黑客帝国》，到清华火神队
* 赵明国老师的清华 508 实验室
* 「不要随大流，要有自己相信的研究方向」
* 运控古典派如何看待宇树：Sim-to-Real 最小背后，硬件一致性与参数整定
* 细节决定成败：负载系统会放大误差难以溯源
53:24 从机器人「小脑」到「大脑」：传奇 MMLab 带来的一切
* 初识 CV：恰逢 ImageNet 诞生，多模态理解一定是大势
* 商汤往事：在文津国际公寓的岁月
* 汤晓鸥强调的「黑羊文化」
* 从封闭式走向开放式的命题：重新定义系统
* 什么是具身大脑的核心？
* 通用的「特征提取」
* 什么是好的系统？
01:17:11 加入华为：「华为天才少年」、救火、与自动驾驶的四代更迭
* 「华为天才少年」打破了外界对华为的刻板印象
* 「银狐」量产救火：从没上手过激光雷达，却完成了算法修复，怎么做到的？
* 什么是可迁移的经验？如何迁移？
* 从六七人扩张到200人的管理与文化：同理心是关键，找寻一致的人
* 什么是真正的财富？地狱级的量产有更严苛的标准，刷榜没有意义
01:36:03 「VLA 和世界模型，都不够本质」
* 为什么会出现各类技术方向：具身模型动作模态稀疏、反馈少、训练慢
* VLA 和世界模型是一体两面：都是为了将模态从稀疏推向稠密
* AI 仍是一门实验科学，需要大量验证试错
* 华为自动驾驶 4.0 量产完成，我从华为「毕业」了
* 如何做技术选择？「美的东西，都是简洁的（Simple but work）」
02:00:07 量产的定义需要更严格：不能做到 7✖️24 小时运转，每一台机器人保持一致，就是原型机！
* 中国做硬件、硅谷出软件（大脑）的故事几乎不会重演：具身的数据是要从头来过的
* 「ChatGPT 的 changing point ，只是刚好出现在 OpenAI」
* 每次推倒重来，才有机会提升智能的上限
* 「我对量产的定义可能更严格」「我希望做一家靠谱的公司」
* 「今年能产 5000 台靠谱机器的公司，不会超过三家」
02:09:32 豪华团队：追求「温柔与坚定」，有趣也很重要！
* 具身很复杂，「你永远不知道会出什么幺蛾子，需要非常健康的心态去看待这些状况」
* 工程很重要，学术 taste 也很重要
* 做机器人很苦：产品和团队的调性会影响心情，心情又会影响灵感
* 乐观是一种可被习得和塑造的方法
* 「看一看表，还有二十几年——是时候开始做了」
加入听友群⬇️
外观
