作者｜黄晓彬

原创首发｜蓝字计划

具身智能赛道，又冒出了一家估值70亿元的新公司。

据「暗涌Waves」报道，墨奇智能在六个月内完成超10亿元天使轮系列融资，投后估值超过70亿元，是目前国内具身智能赛道公开披露的首轮融资中规模较大的一笔。

投资方包括阿里巴巴、腾讯、蓝驰创投、君联资本、高榕创投、源码律动等十余家机构。

不过有意思的是，截至融资消息披露时，墨奇智能的首款产品还没有正式亮相。

甚至，这家公司尚未公开披露客户、订单、交付量和营收。创始人黄青虬给出的时间表，是计划于7月发布首款面向服务场景的机器人。

但就是这样一家关键信息几乎是一片空白的公司，凭什么能先拿到70亿元估值？

70 亿估值，押在两名高管身上

毫不夸张地说，墨奇智能的70亿元估值，很大一部分都是公司两名核心高管“刷脸”挣来的。

墨奇智能CTO黄青虬，曾任华为智驾AI部门负责人，参与华为ADS从1.0到4.0的算法研发和量产。据「暗涌 Waves」采访，他还推动一段式端到端WEWA架构实现百万规模量产。

CEO高文礼则曾在华为运营商业务线负责海外市场，后来联合创立跨境物流企业iMile，参与过海外运营网络和实体业务的扩张。

一位经历过智能驾驶从算法研发走向大规模量产，一位处理过海外市场、运营网络和商业交付。

资本押注的，是这两种能力能否在机器人行业重新组合起来。

而资本之所以对这个组合抱有高期待，也和具身智能过去两年的发展有关。

机器人会叠衣服、倒水、分拣物品，已经不算稀奇。发布会上的演示越来越流畅，大模型、VLA和世界模型也在快速迭代。

但从演示走向产品，中间仍然隔着很长一段距离。

实验室里的机器人，只需要在提前布置好的环境中完成几分钟任务。真正进入商场、酒店或者家庭后，它要面对不断变化的光线、物体遮挡、人员走动、硬件磨损和各种突发情况，还要连续工作数小时，甚至每天重复运行。

机器人现在缺的，是在复杂环境中看懂周围发生了什么，再稳定地作出反应。

而这也是黄青虬过去几年一直在解决的问题。

从ADS 1.0到ADS 4.0，华为智驾系统面对的道路环境越来越复杂。汽车要识别突然横穿的行人、临时摆放的障碍物、复杂路口和各种不规则目标，还要应对雨雾、逆光和夜间等不同环境。

系统需要不断发现新的问题，收集对应的道路数据，再通过算法训练和版本迭代，让汽车逐渐看懂更多复杂场景。

黄青虬参与推动一段式端到端WEWA架构实现百万规模量产，说明他过去做的不只是一套发布会上看起来不错的算法，还参与过一套智驾系统从不断学习现实环境，到装进大量汽车长期运行的过程。

换句话说，黄青虬过去通过持续优化智驾算法，让汽车逐渐适应复杂道路环境的能力，正是具身智能眼下所需要的。

汽车要看懂道路，机器人则要看懂它所在的整个物理世界。

高文礼的经历，则给资本提供了另一块想象空间。

机器人从实验室走向市场，还要处理供应链、成本、海外运营和商业交付。高文礼过去在华为和iMile积累的经验，让墨奇从成立之初，就不只围绕算法和样机搭建团队。

所以，资本给出的70亿元估值，押注的是黄青虬能不能把智驾领域不断训练、不断迭代、让机器看懂复杂物理世界的方法，带到机器人上；也押高文礼能不能把这套技术变成可以交付的产品。

至于这两种能力能不能真的在具身智能行业重新跑通，还要从墨奇的第一台机器人开始验证。

第一台机器人，先绕开家庭

说起墨奇智能的第一台机器人，虽然外形、参数和具体任务都没公布，但据黄青虬所说，它已经确认了不会直接进入家庭的大方向。

而这个方向选择，其实已经提供了非常丰富的信息。

墨奇智能长期瞄准的，依然是通用家庭机器人。

按照黄青虬的设想，未来的机器人应该能够理解家庭环境的变化，自主完成打扫、整理、递送等不同任务，不需要用户专门修改家具摆放，或者重新适应机器的工作方式。

但世界上几乎没有两个完全相同的家庭环境。

同一只杯子，在一个家里可能放在餐桌上，换一个家又可能出现在床头柜、洗手台或者堆满杂物的书桌上。

机器人既要认出这些物品，还要理解它们之间的关系，判断什么东西可以移动、应该放到哪里，以及动作过程中会不会碰到人或者损坏其他物品。

相比汽车智驾主要解决道路上的点到点的安全移动问题，家庭机器人的活动范围虽然狭窄，但还要处理抓取、接触、搬运和摆放等三维操作，对物理世界的理解要求更高。

也就是说，即便黄青虬拥有丰富的智驾经验，想要一上来就攻克家庭这个具身智能行业最难落地的场景之一，显然没有那么简单。

因此，墨奇最终选择从商用服务场景起步，是一条更加现实的路线。

相比家庭，商用场所的空间通常更加固定，机器人需要完成的任务也更容易划定范围。

团队可以让机器人在相近的环境里反复工作，观察它在哪些情况下会识别错误、路线受阻或者动作失败，再收集对应数据，继续训练和更新算法。

这种场景也更适合墨奇复用智驾行业的数据闭环经验。

和汽车智驾的数据积累类似，墨奇也希望让机器人先进入真实商用环境，在一次次失败和更新中，逐渐提高对物理世界的理解能力。

但问题也在这里。

先从相对标准化的商用场景起步，再通过真实部署积累数据，最后逐渐走向家庭，这条路线在具身智能行业已经有点“烂大街”了。

不少希望进入家庭的机器人公司，都在采取类似做法：先到工业、商业或者其他相对固定的环境中练兵，再考虑更加开放的家庭场景。

因此，仅凭选择商用服务场景，还看不出黄青虬过去的华为智驾经历，究竟能给墨奇带来多大的领先优势。

它的数据闭环能不能跑得比同行更快，机器人能不能更快适应新的环境，产品又能不能在长期运行中保持稳定，都要等首款机器人真正发布、进入实际场景后才知道。

眼下能够确定的，只有墨奇选择了一条更现实的起跑路线。

至于这支华为智驾班底，能不能把一条行业通用路线跑出不一样的结果，并撑起70亿元估值，现阶段依然是一个未解之谜。