GEIA行业群
加入GEIA具身智能行业群，请添加微信18916565701，主动出示名片，仅限具身智能及机器人产业链相关企业。
120+具身智能与人形机器人行业报告合集~ 转发本文章至朋友圈截图发给GEIA小助理即可免费领取~ 文末添加小助理微信！
年度产业观察特辑
模思智能 · 超10亿元Pre-A轮融资
人物 · 技术 · 资本 · 冷思考
比金额更值得琢磨的，是站在它背后的人——那个早该下场、却直到2024年底才正式入局的中国大模型顶尖学者。
半年时间，从数亿元到超10亿元，模思用“手速”和“筹码”同时宣告了自己的身位。但比金额更值得琢磨的，是那个正式下场的人，以及他选择去啃的那块硬骨头。
2026年10月12日，大模型创新企业模思智能官宣完成超10亿元Pre-A轮融资，由华控基金领投，国开科创、上海科创基金、新微资本、徐汇资本、追光硬科技创投、临港策源基金等参与，元禾控股、上海国投旗下上海科创集团、星连资本等老股东持续投资，多维资本担任本轮及长期独家财务顾问。本轮资金将用于推进全模态实时交互智能的研发与能力建设，以及全球商业化落地。模思智能表示，本轮融资后将继续押注“全模态实时交互智能”和“AI for AI”。
这一轮距离天使轮披露仅过去约半年。今年4月，模思智能刚宣布完成数亿元天使轮融资，投资方包括IDG资本、元禾控股、上海科创集团、上海未来产业基金、星连资本、华为哈勃投资、奇绩创坛等。半年时间，从数亿元到超10亿元，在当下的一线AI创业门槛线上，模思用“手速”和“筹码”同时宣告了自己的身位。
超10亿元
Pre-A轮融资金额
由华控基金领投，产业资本、地方国资与国家队多重押注，指向“AI走下屏幕”的入口之争。
但比金额更值得琢磨的，是站在它背后的人——那个早该下场、却直到2024年底才正式入局的中国大模型顶尖学者。
⏰️与具身智能赛道的一线创业者、投资人深度交流，扫码报名GEIA具身智能与人形机器人创新周【北京站12.9-12.11 】↓
专题 · 人物
01 邱锡鹏终于出山：那个最早发布开源大模型的复旦教授
在国内自然语言处理学界，邱锡鹏几乎是绕不开的名字。复旦大学计算与智能创新学院教授、上海创智学院副院长，国内公认的NLP与深度学习领军人物。他主持开发了FudanNLP、FastNLP等开源项目；他所著的《神经网络与深度学习》，被国内超过100所高校用作教材，被无数AI从业者奉为深度学习入门的“天花板”教材。
鲜为人知的是，“token”的中文译名“词元”，正是由邱锡鹏最早翻译而来。这些看似细枝末节的符号，串起的是中国大模型早期留下的脚印。
真正把邱锡鹏推到大模型聚光灯下的，是2023年2月。彼时，ChatGPT刚刚把大模型推到整个产业的正中央，邱锡鹏带领复旦团队发布国内首个类ChatGPT开源模型MOSS——这是中国大模型史上里程碑式的一步；一个月后，GPT-4正式发布，大语言模型迅速成为全行业主线，而MOSS则让国内更多人第一次直观感受到“中文对话大模型”的真实触感。
MOSS让国内更多人第一次直观感受到“中文对话大模型”的真实触感。
—— 中国大模型史上的里程碑
但邱锡鹏的下场，比他的名声要晚得多。2023年的SpeechGPT开始探索端到端语音交互，2024年的AnyGPT尝试把文本、语音、图像等不同模态放进统一体系——他的研究对象一直在从“语言”向“人”、再向人所处的真实情境靠近。直到2024年底，在李飞飞创办World Labs的同一年，邱锡鹏才正式成立模思智能，公司名字取自刘慈欣小说改编电影《流浪地球》中的智能量子计算机MOSS。模思智能由此孵化于邱锡鹏带领的OpenMOSS团队，承接了团队在语言、语音和多模态方向的研究积累。
与他并肩的，是履历同样扎实的核心团队：SpeechGPT核心作者、复旦大学博士李世民担任CEO。由学者发起、持续投入前沿探索，又与复旦和上海创智学院保持紧密联系，外界很容易把模思放进“NeoLab”式的架构里审视，但邱锡鹏明确否认了这一定位：“我们在复旦或者创智本身就是一个很大的NeoLab，不需要通过模思。”在他看来，模思承担的，是把研究能力真正变成商业产品与服务的那一环。
专题 · 技术
02 不卷基模，去做“让AI走出屏幕”的下一件大事
如果只看这一轮融资的金额，难免会有人把它解读为“又一家大模型公司拿到大钱”。但模思真正要押注的，不是把基座模型参数继续做大，而是解决一个被行业忽视的问题——模型能力越来越强之后，这些智能怎样离开输入框，真正进入人的生活？
大模型的第一轮竞争，主要发生在屏幕里。人把现实世界的问题整理成文字、语音或Prompt，再交给AI回答、生成、写代码、调用工具。这套模式够强，也撑起了过去几年AI应用的大部分想象空间。但AI接下来要去的场景变了：眼镜、玩具、汽车、家庭终端和机器人正在成为新入口——到了这些场景，用户不一定有键盘，也不会总是停下来组织一个完整问题。人会边走边说、打断、改口，声音、画面、动作、环境和设备状态在同时变化。真实世界给AI的不是一次干净的输入，而是一段持续发生的情境。
模思把这一个层次的能力，定义为“全模态实时交互智能”：让语言、声音、画面、环境和设备状态持续进入同一个交互过程，再把理解转化为语音、内容、工具调用乃至设备行动。用邱锡鹏的话说，下一代AI不能只是“等人提问、再给答案”，它需要自己听见、看见和理解现场，在变化的上下文里判断用户此刻真正需要什么，并及时反馈或行动。
下一代AI不能只是“等人提问、再给答案”，它需要自己听见、看见和理解现场。
—— 邱锡鹏
这个判断，立在对两组变化的同时回应上。一方面，过去的瓶颈正在松绑——开源智能底座逐渐成熟，全模态推理成本持续下降，AI眼镜、AI玩具、智能座舱、机器人等多模态硬件开始进入市场；另一方面，真正稀缺的已不是一个更会聊天的模型，而是一套能让AI持续“在场”的交互智能。模思选择从交互这一层切进去，串起的正是邱锡鹏团队过去十年从预训练、语言模型，到语音、多模态和实时交互的研究路径。
技术落地同样以令人咋舌的速度推进。2026年以来，模思围绕语音理解、语音生成、视觉理解和实时多模态，在半年多时间里连续发布20多个模型并持续开源：MOSS-TTS覆盖语音生成、MOSS-Audio覆盖音频理解、MOSS-Transcribe-Diarize覆盖语音识别与说话人分离、MOSS-VL覆盖视觉理解、MOVA覆盖内容生成。仅4月7日到13日一周，MOSS-VL和MOSS-Audio就连续迭代出6个版本；7月初，团队又连续两天开源发布MOSS-Transcribe-Diarize 0.9B和MOSS-VL-Realtime两个模型。
即将发布的MOSS Live系统，则是这套能力的系统化落地：由前端交互模型与后端能动性模型协同工作——前者持续看、听、说，后者负责复杂推理和任务执行，让AI在处理任务的同时，仍能保持与人的实时交流。在模思看来，“实时”也不只是追求响应更快：如果模型理解的是几秒钟之前的现场，它即使给出了正确答案，也可能已经答错了问题。全模态实时交互真正要解决的，是AI能不能跟上一个不断变化的现场。
而这场布局的底盘，是“AI for AI”——让AI全面进入模型自身的生产过程：生成模型生产新的语音、图像、视频和场景数据，理解模型负责判断、筛选和反馈，再把结果送回下一轮训练。当这套能力进入眼镜、汽车、家庭终端和机器人之后，AI得到的，又不止是合成数据，而是互联网数据里相对稀缺的不同垂域的真实场景数据与连续交互。前端的全模态系统负责进入现场、理解现场，后端的AI for AI再把新的数据和反馈送回模型迭代。两条线由此接到一起，构成一个“从模型到交互、从交互到数据、再从数据回到模型”的完整飞轮。
专题 · 资本
03 谁在给“AI走下屏幕”下注
这一轮超10亿元Pre-A的领投与跟投阵容，指向的是一条清晰的价值判断：AI从“屏幕内”走向“屏幕外”的入口之争，已经进入真金白银的角力阶段。
由华控基金领投，国开科创、上海科创基金、新微资本、徐汇资本、追光硬科技创投、临港策源基金等产业与地方国资力量集体入场，加上元禾控股、上海国投旗下上海科创集团、星连资本等老股东持续加码——国家队、产业资本、地方政府引导基金的多重押注，既是对上海打造AI产业高地的呼应，也是市场对“全模态实时交互”这一下一代AI基座方向的共识投票。更早的天使轮里，IDG资本、华为哈勃投资、奇绩创坛等机构的出手，则从产业与前沿两端，提前为这条路线背书。
模思团队给出的筛选标准也相当直白：面对几十份TS，坚持市场化的定价与条款，优先推进效率高、有一定产业资源的资方。不论金额、条款还是推进速度，这都折射出资本对邱锡鹏团队将其研究力转化为工程化与商业化能力的信任。
专题 · 冷思考
04 光鲜融资数字背面，没说出口的几件事
超10亿元Pre-A足够耀眼，但站在行业发展的高度，有几件事需要被冷静看待。
· 其一，半年从数亿元天使到超10亿元Pre-A，节奏快得惊人，但“Pre-A”这个轮次本身也意味着——产品形态与商业模式仍在早期验证阶段。能否把研究力稳定转化为高粘性、可复购的商业闭环，才是后续真正的考题。
· 其二，全模态实时交互并非模思独占的方向。当机器人、眼镜、座舱等多模态硬件集体爆发，无数玩家都会把“实时交互”当作组件来做。模思能否以“系统层”而非“单点组件”的定位建立起护城河，仍需观察。
· 其三，基座模型本身仍是这门生意的底层变量。模思选择“利用现有基础模型能力、把资源集中到AI进入现实世界这一未被充分解决的问题上”，意味着它一定程度依赖开源底座与头部基模的持续供给，若底座格局生变，对其技术栈会产生传导影响。
· 其四，数据飞轮的真实闭环尚未被充分验证。AI for AI能显著降低成本、提升迭代速度的叙事颇具吸引力，但合成数据质量如何持续可控、生成数据中的噪声如何甄别，这些工程难题的解决程度，决定了这套飞轮能否真正转起来。
但这也正是模思的机会所在。当大量资金仍在基座模型的参数竞赛里贴身肉搏时，模思选择去啃“AI如何走进真实世界、追上不断变化的现场”这块硬骨头——这是语言模型已经证明“会说话”之后，AI演进真正要回答的下一个问题。
从2013年电影《Her》里那个随人行走的Samantha，到如今正在被一个个模型和系统一步步逼近的现实，人对AI的期待始终是同一个：让智能拥有共同的情境，让理解随着生活一起发生。模思想做的，就是让感知、理解、交流与执行在不断变化的现实情境中协同，让智能跟上人的脚步，也跟上生活的变化。
一个大模型研究者花了整整十年，从“机器能不能理解语言”，一路追问到“机器能不能在一个不断变化的现场里持续理解人”。当屏幕内外的边界被打破，AI时代的下半场，才真正开始。
既然看到这里了，如果觉得有用，随手点个赞、在看、转发三连吧。
THANKS FOR READING
|
|
|
GEIA Asia 2027华东站： 4.14-4.16，上海 |
GEIA Europe 2027欧洲站： |
|
|
GEIA ASEAN 2027东南亚站： 10.21-10.23，曼谷，泰国 |
GEIA China 2027华北站： 12.8-12.10，北京 |
|
温馨提示：加入GEIA具身智能行业群，请添加微信18916565701，出示名片，仅限具身智能及机器人产业链相关企业。