前华为“天才少年”黄青虬近日在接受媒体采访时，就具身智能领域的发展发表了独到见解。作为墨奇智能的联合创始人兼CTO，他明确指出，在具身智能的研发过程中，数据工程的重要性远超模型架构创新。黄青虬强调：“如果数据质量足够高，即便模型结构简单，也能训练出卓越的性能。”
黄青虬的职业生涯与自动驾驶技术紧密相连。2020年，他以华为第二届“天才少年”的身份加入华为车BU，担任自动驾驶AI部门负责人。在华为期间，他不仅主导了激光感知和感知融合系统的AI化进程，还在ADS 4.0阶段推动了整个辅助驾驶系统的AI化转型。更值得一提的是，他带领团队从零开始构建了华为自动驾驶数据工程体系，该体系在ADS 2.0阶段启动，经过不断迭代，到4.0时代已能全面支持端到端系统。
这段宝贵的经历为黄青虬在墨奇智能的工作奠定了坚实基础。他结合自身经验，为墨奇智能设计了一套高效的数据飞轮系统。该系统从数据采集环节便严格把控，墨奇智能自主研发了轻便的穿戴式设备，并雇佣保洁人员在酒店及商住公寓等商用场景中进行数据采集。采集到的数据需经过严格筛选、归类和自动标注，确保数据质量后，才用于模型训练。同时，系统还设置了多道防线进行规模化评测，对于评测结果不佳的场景，将重新进行数据采集。
黄青虬认为，数据闭环系统的构建涉及上千个模块，每一个细节都可能成为决定成败的关键。他以智驾领域的“重定位”技术为例，指出要实现厘米级定位精度并非易事，而正是这些看似微小的细节，成为了各家公司之间拉开差距的重要因素。
在模型技术路线的选择上，黄青虬表现出务实态度。他拒绝为模型贴上世界模型或VLA（视觉语言动作模型）等标签，而是将关注点放在输入输出内容以及是否遵循端到端训练范式上。他透露，墨奇智能的模型发展将分三阶段推进，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，将启动原生具身模型的训练工作。
在商业化布局方面，墨奇智能选择了酒店和商住公寓作为突破口。黄青虬解释称，工业与物流场景的任务过于垂直，难以训练出具有广泛适用性的模型；而家庭场景则受限于当前的技术能力和隐私问题。他计划今年下半年在酒店场景启动概念验证，待单店模型跑通后，再逐步推进规模化落地。
