MORPHI на WRC: революция воплощённого мозга в длительных зад
новости
20.08.2026

MORPHI на WRC: революция воплощённого мозга в длительных задачах робота

MORPHI на WRC: революция воплощённого мозга в длительных задачах робота

На проходящей в Пекине Всемирной конференции роботов (WRC 2026) компания MORPHI (墨奇智能), основанная всего полгода назад, впервые представила свою разработку — архитектуру воплощённого интеллекта MoRA и колёсного робота MORPHI KINO для домашних задач. Главным событием стала 15-минутная автономная демонстрация: робот перемещался между зонами, убирал гостиную, сортировал предметы, пополнял холодильник, запускал стирку и сушку, складывал одежду. Всё это требовало не просто захвата объектов, а управления сложной техникой: открыть дверцу, нажать кнопку, рассчитать усилие.

По словам разработчиков, за демонстрацией стоит новая архитектура MoRA (MORPHI Reasoning and Autonomy), построенная на принципе Agentic-Native. В традиционных системах используется связка из высокоуровневой когнитивной модели (System 2) и стратегической модели (System 1), при этом вся ответственность за планирование и память лежит на «мозге». MORPHI переносит часть этих функций в исполняющий уровень. Её System 1 умеет работать с целью, ведёт многоуровневую память и осознаёт прогресс задачи, а к System 2 обращается лишь при необходимости.

Ключевая идея — сместить интеллект из верхнего уровня вниз, чтобы робот не ждал команд на каждом шаге. Это повышает и скорость реакции, и надёжность. Кроме того, компания делает ставку на качественные данные. MORPHI использует собственную систему сбора данных MORPHI Sense Kit, которая позволяет получать точные траектории даже в сложных условиях, и собирает информацию в реальных коммерческих помещениях — отелях и апартаментах. Сейчас накоплено 30 тысяч часов реальных данных, к концу года планируется довести их до 150–200 тысяч. Именно такие данные должны обеспечить масштабирование и появление scaling law в воплощённом интеллекте.

Таким образом, MORPHI пытается выстроить системное преимущество, связывая модель, аппарат и данные. Пока другие гонятся за эффектными одиночными демонстрациями, этот стартап делает ставку на длительные автономные сценарии — то, что действительно нужно роботам в доме и на производстве.

Источник: www.qbitai.com