智东西
作者 江宇
编辑 李水青

智东西10月12日报道，今日，上海大模型公司模思智能（MOSI）宣布完成超10亿元Pre-A轮融资，由华控基金领投，主要投资方包括国开科创、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，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。

这是模思智能今年第二次官宣融资。今年3月，模思智能完成数亿元天使轮融资，由IDG资本领投，元禾控股、上海国投旗下上海科创及上海未来产业基金、奇绩创坛、智谱系基金星连资本及某头部产业投资方联合投资。

据官方披露，本轮融资资金将主要用于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。

模思智能孵化于复旦大学教授邱锡鹏带领的OpenMOSS团队。2023年2月，邱锡鹏团队推出国内首个类ChatGPT开源模型MOSS。此后，该团队陆续推出语音、视觉及多模态系列模型。

▲邱锡鹏

与智谱、DeepSeek等在通用大模型、推理及Coding等领域持续投入的厂商相比，模思智能更加聚焦语音、视觉及实时多模态交互，让AI能够持续感知和理解真实环境，并应用于AI眼镜、智能汽车、机器人等终端场景。

此外，模思智能还在探索AI for AI，利用AI参与数据生产、筛选和模型迭代。

一、半年推出20多个模型，瞄准全模态实时交互

2026年以来，模思智能进一步加快模型迭代，在半年多时间里发布了20多个模型，并持续推进开源。

其已陆续推出MOSS-TTS、MOSS-Audio、MOSS-Transcribe-Diarize、MOSS-VL、MOVA等系列模型，覆盖语音生成、音频理解、语音识别、视觉理解及内容生成等领域。

其中，仅4月7日至13日一周，MOSS-VL和MOSS-Audio就连续迭代出6个版本。7月初，该团队又连续两天开源发布MOSS-Transcribe-Diarize 0.9B和MOSS-VL-Realtime两款模型。

在技术路线方面，模思智能目前重点布局全模态实时交互，希望让AI能够在持续变化的真实场景中，同时处理语音、画面、环境及设备状态等信息，并根据用户需求及时反馈。

据了解，模思智能即将推出全模态实时交互系统MOSS Live。

该系统采用前端交互模型与后端能动性模型协同工作的架构。前端模型负责持续感知视觉、语音等信息并进行实时交流，后端模型则处理复杂推理和任务执行，使AI在执行任务的同时保持与用户的交互。

这套系统将面向AI眼镜、智能汽车、家庭终端及机器人等应用场景。

除实时交互外，模思智能还在推进AI for AI技术路线。

其核心思路是利用生成模型生产语音、图像、视频等数据，再通过理解模型进行质量判断、筛选和反馈，将结果用于后续模型训练，减少数据生产和模型迭代过程中对人工操作的依赖。

二、复旦教授邱锡鹏创办，CEO出自其研究团队

模思智能创始人兼首席科学家邱锡鹏是复旦大学教授、国家杰出青年科学基金获得者，同时担任上海创智学院副院长、全职导师。

邱锡鹏长期从事自然语言处理与大模型研究，其著作《神经网络与深度学习》被广泛用于高校教学，并多次入选全球前2%顶尖科学家榜单。

2024年，邱锡鹏获得CCF-ACM AI Award（中国计算机学会与美国计算机学会人工智能奖），为当年该奖项全球唯一获奖者。

在成立公司之前，邱锡鹏团队已经开展了多年的大模型研究。

2016年，邱锡鹏开始研究预训练技术。2023年2月，团队发布类ChatGPT开源模型MOSS。随后，团队于2023年推出端到端语音交互模型SpeechGPT，并在2024年通过AnyGPT探索文本、语音、图像等不同模态的统一建模。

模思智能CEO李世民同样出自邱锡鹏研究团队，曾在其指导下硕博连读。李世民以第一作者身份发表过多篇CCF-A类论文，并深度参与科技部“新一代人工智能2030”重点研发项目，研究方向涉及拟人化人机交互等技术。

▲李世民

结语：模思智能加码实时交互，商业化落地待观察

从MOSS语言模型到语音、视觉及实时多模态模型，邱锡鹏团队近年来持续扩展技术布局，相关研究也逐步进入商业化阶段。

目前，模思智能已形成覆盖语音、视觉及多模态交互的模型产品矩阵，即将推出的MOSS Live则将进一步整合这些能力。

后续，其能否在AI眼镜、汽车、机器人等实际场景中实现规模化应用，有待观察。