☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
具身智能赛道，再度诞生一家估值高达70亿元的新锐企业。
据「暗涌Waves」独家披露，墨奇智能在短短六个月内完成超10亿元天使轮系列融资，投后估值突破70亿元，创下目前国内具身智能领域首轮融资规模之最。
参投机构阵容豪华，涵盖阿里巴巴、腾讯、蓝驰创投、君联资本、高榕资本、源码律动等十余家头部投资方。
耐人寻味的是，就在融资消息正式对外公布之际，墨奇智能的首款产品仍未正式面世。
更值得注意的是，该公司至今未公开任何客户名单、订单信息、交付数据及营收情况。 创始人黄青虬对外透露，首款面向服务场景的机器人预计将于7月正式发布。
然而，这样一家关键业务信息近乎“零披露”的初创公司，究竟凭什么获得70亿元估值？
70 亿估值，押注两位关键人物
毫不夸张地说，墨奇智能的70亿元估值，相当一部分源自其两位核心高管的行业声望与实战履历。
墨奇智能CTO黄青虬，曾担任华为智能驾驶AI部门负责人，深度参与华为ADS智驾系统从1.0到4.0全版本的算法研发与量产落地。据「暗涌Waves」采访确认，他主导推动的一段式端到端WEWA架构，已实现百万级车辆规模化装车应用。
CEO高文礼则长期深耕华为运营商业务海外市场拓展，后联合创办跨境物流平台iMile，全程主导其海外实体网络搭建与本地化运营体系建设。
一位擅长将前沿算法持续迭代并大规模落地于复杂动态环境，一位精于构建全球化运营体系与商业化交付能力。
资本所押注的，正是这两种稀缺能力在机器人领域的首次跨界融合。
而这份高预期，也源于具身智能近两年的发展瓶颈——技术演示日趋成熟，但真实落地仍举步维艰。
机器人叠衣、倒水、分拣物品，早已不是新鲜事；发布会视频越来越丝滑，多模态大模型、视觉语言动作模型（VLA）及世界模型亦加速演进。
但演示与产品之间，横亘着一道深不可测的鸿沟。
实验室中的机器人只需在预设环境中完成几分钟标准化任务；而一旦进入商场、酒店或家庭，它必须应对不断变化的光照条件、物体遮挡、人流穿行、硬件老化乃至突发干扰，并能连续稳定运行数小时，甚至日复一日高强度运转。
当前机器人最欠缺的，是在开放、动态、非结构化物理空间中实时感知、精准理解并可靠执行的能力。
而这，恰恰是黄青虬过去数年攻坚的核心命题。
从ADS 1.0到ADS 4.0，华为智驾系统所面对的道路环境愈发复杂：突然闯入的行人、临时占道的施工锥桶、无序交织的路口、形态各异的障碍物，以及雨雾、强光、夜间等极端工况……系统需持续识别新问题、采集真实道路数据、训练优化模型、快速迭代版本，最终让车辆真正“看懂”千变万化的现实世界。
黄青虬推动WEWA架构实现百万级量产，意味着他不仅打造了一套炫技型算法，更深度参与了一整套智能驾驶系统从“感知现实—学习进化—稳定运行”的完整闭环建设。
换言之，他在智驾领域锤炼出的“让机器持续理解复杂物理世界”的方法论，正切中具身智能当前最大痛点。
汽车需理解道路，机器人则需理解整个三维物理空间。
高文礼的履历，则为资本打开了另一重想象维度。
机器人走出实验室走向市场，离不开供应链整合、成本控制、渠道铺设、海外合规与规模化交付。高文礼在华为与iMile积累的全球化实战经验，使墨奇自创立伊始，便未局限于算法与样机研发，而是同步布局商业化底层能力。
因此，这70亿元估值背后，本质是一场双重押注：一押黄青虬能否将智驾领域成熟的“数据驱动+持续迭代”范式成功迁移至机器人；二押高文礼能否将这套技术真正转化为可量产、可交付、可持续盈利的产品。
至于这两股力量能否在具身智能赛道真正产生化学反应，一切答案，都得等墨奇的第一台机器人落地实测后揭晓。
首台机器人，主动绕开家庭场景
关于墨奇智能首款机器人，尽管外形设计、性能参数与具体功能尚未披露，但黄青虬已明确表示：该产品不会直接切入家庭市场。
这一战略选择，本身已释放出大量关键信号。
墨奇智能的长期愿景，始终锚定通用家庭机器人。
按黄青虬构想，未来的家庭机器人应具备环境自适应能力——能自主识别家居布局变化，灵活完成清洁、整理、递送等多样化任务，无需用户刻意调整家具位置或改变生活习惯来迁就机器人。
但现实中几乎不存在两个完全一致的家庭环境。
同一款水杯，在A家庭可能置于餐桌中央，在B家庭却可能出现在床头柜、洗手台或堆满杂物的书桌上。
机器人不仅要准确识别物体，还需理解其空间关系、判断可移动性、规划放置逻辑，并规避碰撞风险与潜在损坏。
相较智驾聚焦于道路中“点对点安全移动”，家庭机器人虽活动范围有限，却需完成抓取、接触、搬运、摆放等高精度三维操作，对物理世界建模与推理能力的要求更为严苛。
即便黄青虬拥有深厚的智驾技术积淀，若贸然挑战家庭这一具身智能最难攻克的落地场景，显然并不现实。
因此，墨奇选择以商用服务场景为起点，是一条更具可行性的路径。
相比家庭，商用空间通常结构更清晰、动线更固定、任务边界更明确。
团队可在相似场景中反复部署、持续观察：机器人在哪类光线条件下识别失准？何种障碍物导致路径规划失败？哪些交互动作易引发机械误差？再针对性采集数据、优化模型、迭代版本。
这种模式，也天然适配墨奇拟复用的“智驾式数据闭环”策略。
正如汽车智驾依赖海量真实路测数据反哺算法进化，墨奇也希望机器人率先投入真实商用环境，在一次次运行失败与模型更新中，逐步提升对物理世界的泛化理解力。
但挑战同样存在。
先商用、后家庭的渐进路线，在业内已成主流共识。
众多瞄准家庭市场的机器人企业，均采取类似策略：先在工厂、仓库、酒店、商场等结构化程度较高的场景打磨产品与算法，再向开放度更高的家庭延伸。
因此，仅凭“选择商用场景起步”这一决策，并不足以体现黄青虬华为智驾背景所能带来的差异化优势。
真正决定成败的，是墨奇的数据闭环效率是否显著高于同行？机器人能否更快适应陌生环境？产品在长期运行中是否保持高鲁棒性与低故障率？这些核心指标，唯有待首款机器人真正发布并投入实际场景后方可验证。
目前唯一确定的是，墨奇选择了更务实的起跑姿势。
至于这支源自华为智驾体系的创业团队，能否在这条已被反复验证的路径上跑出独特节奏，并真正支撑起70亿元估值，答案仍在未来。
参考资料：
暗涌Waves《独家｜前华为智驾大模型负责人黄青虬入局具身，半年估值超70亿》
凤凰网《成立半年估值超70亿，墨奇智能刷新国内具身智能首轮融资规模纪录》
OFweek维科网《华为智驾班底创业，具身智能企业获阿里/腾讯超10亿元天使轮》
亿欧网《天使轮狂揽10亿！华为智驾团队创业，阿里腾讯重仓墨奇智能》
本文来自微信公众号“蓝字计划”，作者：黄晓彬，36氪经授权发布。
