本文來自微信公眾號： 藍字計劃 ，作者：黃曉彬

具身智能賽道，又冒出了一家估值70億元的新公司。

據(jù)「暗涌Waves」報道，墨奇智能在六個月內(nèi)完成超10億元天使輪系列融資，投后估值超過70億元，是目前國內(nèi)具身智能賽道公開披露的首輪融資中規(guī)模較大的一筆。

投資方包括阿里巴巴、騰訊、藍馳創(chuàng)投、君聯(lián)資本、高榕創(chuàng)投、源碼律動等十余家機構。

不過有意思的是，截至融資消息披露時，墨奇智能的首款產(chǎn)品還沒有正式亮相。

甚至，這家公司尚未公開披露客戶、訂單、交付量和營收。創(chuàng)始人黃青虬給出的時間表，是計劃于7月發(fā)布首款面向服務場景的機器人。

但就是這樣一家關鍵信息幾乎是一片空白的公司，憑什么能先拿到70億元估值？

70 億估值，押在兩名高管身上

毫不夸張地說，墨奇智能的70億元估值，很大一部分都是公司兩名核心高管“刷臉”掙來的。

墨奇智能CTO黃青虬，曾任華為智駕AI部門負責人，參與華為ADS從1.0到4.0的算法研發(fā)和量產(chǎn)。據(jù)「暗涌 Waves」采訪，他還推動一段式端到端WEWA架構實現(xiàn)百萬規(guī)模量產(chǎn)。

CEO高文禮則曾在華為運營商業(yè)務線負責海外市場，后來聯(lián)合創(chuàng)立跨境物流企業(yè)iMile，參與過海外運營網(wǎng)絡和實體業(yè)務的擴張。

一位經(jīng)歷過智能駕駛從算法研發(fā)走向大規(guī)模量產(chǎn)，一位處理過海外市場、運營網(wǎng)絡和商業(yè)交付。

資本押注的，是這兩種能力能否在機器人行業(yè)重新組合起來。

而資本之所以對這個組合抱有高期待，也和具身智能過去兩年的發(fā)展有關。

機器人會疊衣服、倒水、分揀物品，已經(jīng)不算稀奇。發(fā)布會上的演示越來越流暢，大模型、VLA和世界模型也在快速迭代。

但從演示走向產(chǎn)品，中間仍然隔著很長一段距離。

實驗室里的機器人，只需要在提前布置好的環(huán)境中完成幾分鐘任務。真正進入商場、酒店或者家庭后，它要面對不斷變化的光線、物體遮擋、人員走動、硬件磨損和各種突發(fā)情況，還要連續(xù)工作數(shù)小時，甚至每天重復運行。

機器人現(xiàn)在缺的，是在復雜環(huán)境中看懂周圍發(fā)生了什么，再穩(wěn)定地作出反應。

而這也是黃青虬過去幾年一直在解決的問題。

從ADS 1.0到ADS 4.0，華為智駕系統(tǒng)面對的道路環(huán)境越來越復雜。汽車要識別突然橫穿的行人、臨時擺放的障礙物、復雜路口和各種不規(guī)則目標，還要應對雨霧、逆光和夜間等不同環(huán)境。

系統(tǒng)需要不斷發(fā)現(xiàn)新的問題，收集對應的道路數(shù)據(jù)，再通過算法訓練和版本迭代，讓汽車逐漸看懂更多復雜場景。

黃青虬參與推動一段式端到端WEWA架構實現(xiàn)百萬規(guī)模量產(chǎn)，說明他過去做的不只是一套發(fā)布會上看起來不錯的算法，還參與過一套智駕系統(tǒng)從不斷學習現(xiàn)實環(huán)境，到裝進大量汽車長期運行的過程。

換句話說，黃青虬過去通過持續(xù)優(yōu)化智駕算法，讓汽車逐漸適應復雜道路環(huán)境的能力，正是具身智能眼下所需要的。

汽車要看懂道路，機器人則要看懂它所在的整個物理世界。

高文禮的經(jīng)歷，則給資本提供了另一塊想象空間。

機器人從實驗室走向市場，還要處理供應鏈、成本、海外運營和商業(yè)交付。高文禮過去在華為和iMile積累的經(jīng)驗，讓墨奇從成立之初，就不只圍繞算法和樣機搭建團隊。

所以，資本給出的70億元估值，押注的是黃青虬能不能把智駕領域不斷訓練、不斷迭代、讓機器看懂復雜物理世界的方法，帶到機器人上；也押高文禮能不能把這套技術變成可以交付的產(chǎn)品。

至于這兩種能力能不能真的在具身智能行業(yè)重新跑通，還要從墨奇的第一臺機器人開始驗證。

第一臺機器人，先繞開家庭

說起墨奇智能的第一臺機器人，雖然外形、參數(shù)和具體任務都沒公布，但據(jù)黃青虬所說，它已經(jīng)確認了不會直接進入家庭的大方向。

而這個方向選擇，其實已經(jīng)提供了非常豐富的信息。

墨奇智能長期瞄準的，依然是通用家庭機器人。

按照黃青虬的設想，未來的機器人應該能夠理解家庭環(huán)境的變化，自主完成打掃、整理、遞送等不同任務，不需要用戶專門修改家具擺放，或者重新適應機器的工作方式。

但世界上幾乎沒有兩個完全相同的家庭環(huán)境。

同一只杯子，在一個家里可能放在餐桌上，換一個家又可能出現(xiàn)在床頭柜、洗手臺或者堆滿雜物的書桌上。

機器人既要認出這些物品，還要理解它們之間的關系，判斷什么東西可以移動、應該放到哪里，以及動作過程中會不會碰到人或者損壞其他物品。

相比汽車智駕主要解決道路上的點到點的安全移動問題，家庭機器人的活動范圍雖然狹窄，但還要處理抓取、接觸、搬運和擺放等三維操作，對物理世界的理解要求更高。

也就是說，即便黃青虬擁有豐富的智駕經(jīng)驗，想要一上來就攻克家庭這個具身智能行業(yè)最難落地的場景之一，顯然沒有那么簡單。

因此，墨奇最終選擇從商用服務場景起步，是一條更加現(xiàn)實的路線。

相比家庭，商用場所的空間通常更加固定，機器人需要完成的任務也更容易劃定范圍。

團隊可以讓機器人在相近的環(huán)境里反復工作，觀察它在哪些情況下會識別錯誤、路線受阻或者動作失敗，再收集對應數(shù)據(jù)，繼續(xù)訓練和更新算法。

這種場景也更適合墨奇復用智駕行業(yè)的數(shù)據(jù)閉環(huán)經(jīng)驗。

和汽車智駕的數(shù)據(jù)積累類似，墨奇也希望讓機器人先進入真實商用環(huán)境，在一次次失敗和更新中，逐漸提高對物理世界的理解能力。

但問題也在這里。

先從相對標準化的商用場景起步，再通過真實部署積累數(shù)據(jù)，最后逐漸走向家庭，這條路線在具身智能行業(yè)已經(jīng)有點“爛大街”了。

不少希望進入家庭的機器人公司，都在采取類似做法：先到工業(yè)、商業(yè)或者其他相對固定的環(huán)境中練兵，再考慮更加開放的家庭場景。

因此，僅憑選擇商用服務場景，還看不出黃青虬過去的華為智駕經(jīng)歷，究竟能給墨奇帶來多大的領先優(yōu)勢。

它的數(shù)據(jù)閉環(huán)能不能跑得比同行更快，機器人能不能更快適應新的環(huán)境，產(chǎn)品又能不能在長期運行中保持穩(wěn)定，都要等首款機器人真正發(fā)布、進入實際場景后才知道。

眼下能夠確定的，只有墨奇選擇了一條更現(xiàn)實的起跑路線。

至于這支華為智駕班底，能不能把一條行業(yè)通用路線跑出不一樣的結果，并撐起70億元估值，現(xiàn)階段依然是一個未解之謎。

參考資料：

暗涌Waves《獨家｜前華為智駕大模型負責人黃青虬入局具身，半年估值超70億》

鳳凰網(wǎng)《成立半年估值超70億，墨奇智能刷新國內(nèi)具身智能首輪融資規(guī)模紀錄》

OFweek維科網(wǎng)《華為智駕班底創(chuàng)業(yè)，具身智能企業(yè)獲阿里/騰訊超10億元天使輪》

億歐網(wǎng)《天使輪狂攬10億！華為智駕團隊創(chuàng)業(yè)，阿里騰訊重倉墨奇智能》