【CNMO 科技消息】近日，前华为 " 天才少年 "、墨奇智能联合创始人兼 CTO 黄青虬在接受媒体采访时表示，在具身智能领域，数据工程的优先级应高于模型架构创新。他强调：" 假设数据质量无限高，再简单的模型也能训出很好的结果。"

黄青虬于 2020 年以华为第二届 " 天才少年 " 身份加入华为车 BU，担任自动驾驶 AI 部门负责人。在华为期间，他主导攻克了激光感知、感知融合系统的 AI 化，并在 ADS 4.0 阶段推动整个辅助驾驶系统的 AI 化。此外，他带领团队从零搭建了华为自动驾驶数据工程体系，该体系在 ADS 2.0 时期启动，至 3.0 阶段已较为成型，到 4.0 时代已能服务整个端到端系统。

基于这段经历，黄青虬为墨奇智能设计了一套完整的数据飞轮系统。在数据采集环节，墨奇自研了轻便的穿戴式设备，在酒店及商住公寓等商用场景雇佣保洁人员进行数据采集。采集后的数据需经过严格的质量筛选、归类、自动标注，最终用于模型训练，并辅以多道防线进行规模化评测，评测不佳的场景将重新采集。

黄青虬认为，数据闭环系统包含上千个模块，细节决定差距。他以智驾领域的 " 重定位 " 为例，指出要实现厘米级定位精度并非易事，而此类细节正是各家公司拉开差距的关键。

在模型技术路线上，黄青虬表示不愿为模型贴上世界模型或 VLA（视觉语言动作模型）标签。他认为核心应关注两点：输入输出内容以及是否遵循端到端训练范式。他透露，墨奇智能的模型发展分三阶段推进，目前正基于开源模型进行预训练，预计今年年底积累足够数据后，将从零开始训练原生具身模型。

商业化方面，墨奇智能选择酒店和商住公寓作为切入点。黄青虬解释，工业与物流场景任务过于垂直，难以训练出泛化能力强的模型，而家庭场景现阶段受限于能力与隐私问题。他计划今年下半年启动酒店场景的概念验证，跑通单店模型后逐步推进规模化落地。

版权所有，未经许可不得转载