前华为智驾 AI 一号位黄青虬：具身智能破局，数据工程优先于模型架构

「假设数据质量无限高，再简单的模型也能训出很好的结果。」前华为第二届「天才少年」、墨奇智能 CTO 黄青虬在 36 氪专访中这样概括他当前的具身智能技术信仰。在他看来，当具身行业仍处于高质量数据稀缺阶段时，数据工程的优先级应当高于模型架构创新。

黄青虬于 2020 年加入华为车 BU，担任自动驾驶 AI 部门负责人。在华为期间，他先后主导了激光感知 AI 化、感知融合 AI 化，并在 ADS 4.0 阶段推动整套辅助驾驶系统的 AI 化；同时从零起步搭建了华为自动驾驶数据工程体系。这一经历成为他投身具身智能创业的核心方法论起点。

从华为 ADS 沉淀的数据闭环经验

黄青虬完整经历了华为 ADS 从 1.0 到 4.0 的 AI 化跃迁：

• ADS 1.0：将激光感知整体 AI 化，并推动半固态激光雷达上车；
• ADS 2.0：构建 BEV 前融合感知，把视觉、激光统一到神经网络中，并实现全国都能开、去高精地图；
• ADS 3.0：全面上线 GOD 网络，将白名单障碍物感知升级为全障碍物感知；
• ADS 4.0：将感知、规控并入同一模型，迈入端到端范式。

数据工程同步演进。ADS 2.0 时期的数据体系仅服务 GOD；3.0 时期开始支撑静态感知、红绿灯与预测；4.0 时期已能服务于整个端到端系统。黄青虬认为，正是这一「从零到一」、支撑百万量产出货的完整数据闭环实践，让他对「数据」的理解比多数同行更具体、更系统。

为什么「数据」优先于「模型架构」

黄青虬把当前具身智能的瓶颈归结为「高质量数据不足」而非「模型能力不足」。他的推导逻辑是：

• 模型本质是对信息做压缩与模态转换，能力上限主要由参数量决定；
• 模型架构改进更多是在提升「吸收数据的效率」，而非直接抬高能力上限；
• 效率问题可以用更多数据与更长训练时间弥补，但数据本身的稀缺却是硬约束。

他进一步指出，在数采方式上，行业的演进方向已从「遥控操作」转向「便携式采集」，原因在于前者适合做特定场景 demo，但泛化能力有限。墨奇智能自研了轻便的穿戴式采集设备，目前在酒店、商住公寓等商用场景雇佣保洁员进行数据采集。

墨奇智能的数据飞轮

墨奇智能已搭建起一套完整的数据闭环，具体分为五步：

1. 采集：使用自研穿戴设备，在商用场景进行规模化采集；
2. 质量筛选：剔除动作不规范、佩戴不正确等无效数据；
3. 归类与挖掘：为海量数据打标签，确保训练时可以精准检索特定行为数据；
4. 自动标注（AutoLabel）：给数据打上训练所需的真值；
5. 评测与回流：对模型做规模化评测，效果不佳的场景重新回流采集、挖掘。

黄青虬坦言，数据闭环理念在业内已不算稀奇，各家都在搭建，但「有成千上万个细节，每个细节的差距都会让各家拉开身位」。他以自动驾驶中的「重定位」为例：第一辆车标注过的数据，希望第二辆车在同地点能够复用，这要求两辆车的定位精度都能达到厘米级——「很多公司不一定做得到」。

暂不押注 VLA，先做后训练再攻原生预训练

在模型路径选择上，黄青虬明确表示不愿给墨奇模型贴「世界模型」或「VLA」的标签，认为更应关注的是「输入什么、输出什么」以及「是否遵循端到端训练范式」。VLA 与世界模型在他看来只是「阶段性的工具和插件」。

• 短期内，墨奇智能通过后训练快速积累真机经验与系统能力；
• 中期基于开源模型做预训练；
• 长期目标是「从零开始训练原生具身模型」，时间表大约在今年底积累足够数据之后。

值得注意的是，黄青虬透露华为内部曾测试过 VLA 路线，对比后发现「同算力下效果不如 VA 端到端系统」，因此判断该范式并非自动驾驶现阶段所需。这一判断或许也影响了他在具身智能上的技术取舍：当行业热衷于讨论 VLA、世界模型等概念时，他把投入重点放在了更基础的数据工程上。

目前，Momenta 等头部自动驾驶公司已部分验证了「数据工程驱动智能」这条路径的可行性，而在具身智能行业，同样的路径能否复用，仍有待更多创业者用真机数据来回答。