脑机网 脑机网LOGIC.WANG
ESC

最早做出类ChatGPT模型的人,三年后为什么押注了全模态?

圈内人提到中文大模型的起点,绕不开一个名字:MOSS。

2026-10-15 · 1064 字 · 脑机网

圈内人提到中文大模型的起点,绕不开一个名字:MOSS。

2023年初,当大多数人还没反应过来同类产品意味着什么的时候,复旦大学团队已经把自研的类对话模型推到了公众面前。带队的那位教授叫邱锡鹏,复旦大学特聘教授、上海创智学院副院长。

今年10月12日,他带着孵化的公司重新出现在融资榜上:模思智能宣布完成超10亿元Pre-A轮融资,由华控基金领投,国开科创、上海科创基金等参投,老股东持续加注。

这次押的是什么

模思智能2024年底孵化于邱锡鹏带领的OpenMOSS团队,聚焦全模态实时交互智能。公司官方目标是让语言、声音、画面、环境和设备状态进入同一个交互过程,再将理解转化为语音、内容、工具调用乃至设备行动。本轮资金将用于推进研发与能力建设、全球商业化落地,公司计划推出实时交互系统MOSS Live。

翻译成人话:现在的AI多数是你问一句、它答一句的回合制。全模态实时交互要的是,它同时看见你在做什么、听见你语气的变化、知道屋里的状态,然后在你还没说完的时候就开始回应。

这不是功能升级,是交互形态的更换。

从开源到押注交互

把时间线拉长,邱锡鹏这条路径有点特别。

当所有人涌向更大参数的时候,他在做开源模型的方法论研究;当所有人比拼评测分数的时候,他去做榜单之外的东西。这种选择在融资市场上不算讨巧,MOSS当年开源的意义,更多是刻进了行业记忆,而不是账面上的收益。

但正是这类长期路线,让他现在做全模态时手里有东西。那三年积累的认知,加上近两年多模态技术的成熟,才有了这次10亿元的下注。

10亿元的Pre-A轮意味着什么

在正常的融资梯度里,Pre-A轮通常对应数千万到一两个亿。超10亿元的Pre-A,已经不能用早期估值的逻辑去理解了。

它传递的信号是:一级市场认为交互入口还没定局,愿意为还没跑通的产品付溢价。

同一天,AI基础设施企业无问芯穹也完成了23亿元C轮。两笔钱同一天披露,看似巧合,实则说明一件事:当模型能力趋于同质化,资本开始沿着中间层和交互层两头下注。

有野心,也有硬仗

必须说清楚的现实是,全模态实时交互的工程难度极高。语音、视觉、环境数据要同步处理,延迟要压到接近人类对话的自然停顿,还要在不同设备上保持一致性,每一项都是坑。

更麻烦的是市场。它真正的对手不是别的AI公司,而是用户的习惯:多数人今天使用AI的方式,仍然是打开对话框打字。要让这套系统成为日常,需要的不只是技术跑通,还得有一个让人每天想打开的载体。

MOSS Live能不能成为那个载体,现在还太早。但至少,有人肯为这个方向预付10亿元,本身就说明这场竞赛远没到终局。

查看「AI大模型」更多内容 → · 返回首页