---
title: "最早做出类ChatGPT模型的人，三年后为什么押注了全模态？"
date: 2026-10-15
category: AI大模型
site: 脑机网
canonical: https://www.logic.wang/a/njw-6bb23c
language: zh-CN
---

# 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。

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。

---

来源：脑机网（https://www.logic.wang/）｜原文：https://www.logic.wang/a/njw-6bb23c
本内容仅供参考，不构成投资建议。