卫82.具身是一场马拉松,VLA 和世界模型都不够本质|一个华为天才少年的具身启航

82.具身是一场马拉松,VLA 和世界模型都不够本质|一个华为天才少年的具身启航

卫诗婕|漫谈Light the Star·2026 年 8 月 4 日·2 小时 26 分
在小宇宙播放
创作者写的节目说明

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:

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」

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」

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

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

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

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?

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

「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)」

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」

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⬇️


在小宇宙查看该单集文稿

说明里标出的时间点,点一下跳过去

卫诗婕|漫谈Light the Star · 更多单集

看全部 92 期 →

卫诗婕|漫谈Light the Star

卫82.具身是一场马拉松,VLA 和世界模型都不够本质|一个华为天才少年的具身启航

卫诗婕|漫谈Light the Star · 8 月 4 日 · 2 小时 26 分

82.具身是一场马拉松,VLA 和世界模型都不够本质|一个华为天才少年的具身启航

在小宇宙播放
创作者写的节目说明

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:

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」

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」

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

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

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

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?

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

「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)」

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」

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⬇️


在小宇宙查看该单集文稿

说明里标出的时间点,点一下跳过去

卫卫诗婕|漫谈Light the Star

卫诗婕|漫谈Light the Star

更有生命力的科技商业访谈。

已收录 92 期 · 最近更新 11 月 10 日

在哪里听

https://feed.xyzfm.space/4jjdlpq3khc9复制

内容版权归创作者,声湃按创作者开放的 RSS 收录。了解收录与 RSS →

更多单集 全部 92 期 →