复旦教授创立的AI公司融资10亿，押注更懂人情绪的模型

10月12日，模思智能官宣完成超10亿元Pre-A轮融资，该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。据悉，该轮资金将用于推进全模态实时交互智能的研发以及全球商业化落地。

过去几年，AI行业最激烈的竞争发生在模型能力上，包括模型推理、Coding、工具调用等。但当模型真正进入人的生活时、与人持续交互时，模型的表现并没有那么尽如人意。这是模思智能看到的机会。

复旦大学教授、模思智能创始人邱锡鹏在接受采访时提到，未来的基模可能不是比谁的模型更大，模思智能要做的是一个更完整的AI交互系统、下一代AI，如果非要找一个对标对象，可能要对标的是下一代GPT所具备的一些能力。 

模思智能创始人邱锡鹏。图片来源：模思智能网站

复旦教授创立，半年前刚融完数亿元天使轮

2023年2月，ChatGPT把大模型推向聚光灯中央后不久，模思智能创始人邱锡鹏带领团队推出了被视为国内首个类ChatGPT开源对话模型的MOSS，当时国内大模型领域还接近空白。据悉MOSS这个名字取自科幻电影《流浪地球》中同名的智能量子计算机。

邱锡鹏的另一个身份是复旦大学教授、国内自然语言处理公认的领军人物，他编写的《神经网络与深度学习》已被国内超过100所高校用作教材，被无数AI人奉为深度学习入门“天花板”教材。同时，邱锡鹏也是Token中文译名“词元”的最早提出者之一。

2023年，模思智能团队推出端到端语音模型SpeechGPT，尝试保留语音中的情绪、语速与音色；2024年该团队继续推出AnyGPT，进一步把文本、语音、图像等不同模态纳入统一体系。

直到2024年底，邱锡鹏才正式带领着MOSS的初始团队正式创立了模思智能，团队所在的上海创智学院，也为这一阶段的研究提供了人才、算力和产学研协同环境。自此，这一团队过去以研究为主的技术路线也开始进入集中工程化阶段。

公司正式创立后，模思智能正式发布了覆盖语音生成、音频理解、语音识别、视觉理解与内容生成等环节的多款模型。仅2026年半年时间里，模思围绕语音、视觉和实时多模态连续发布20多个模型，并持续开源。

值得注意的是，10亿元Pre-A轮融资距离这家公司天使轮的披露仅过去半年。今年4月，模思智能宣布了数亿元的天使轮融资，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、奇绩创坛等多家机构。

不做更大的模型，押注智能座舱、硬件上更懂人情绪的模型

谈及当年占有一定先机、却没有选择下场，邱锡鹏在接受采访时表示，其认为当年模型的产业化还没有到一个成熟阶段，如果马上融资团队会过早进入商业化节奏。

而现在这个阶段在邱锡鹏看来，对模思智能而言机会更大，“当时做大模型，大家都没经验，就看谁能往前去趟，走得最快。我们做过基模，其实更清楚里面的问题。今天的机遇在于，大厂可能被迫卷入了agent或者coding的竞争，大家资源都有限，谁都腾不出手来做新的事，我们更聚焦，所以对我们就是机会。”

模思智能也将重点的发力方向放在了现阶段仍未完全解决的问题——AI如何进入现实世界。邱锡鹏认为，目前大量AI产品的交互仍停留在“回合制”问答，现实中的交流却远比这复杂，人会打断、改口，声音、画面和周围环境也在持续变化，问答远不能解决现实。模思智能押注的方向为“全模态情境智能”，即希望让模型持续接收外界信息，主动理解正在发生的情境，并决定何时、以何种方式回应。

邱锡鹏还在采访中提到，这一方向与世界模型不同，模思智能要做的是一个更完整的AI交互系统，可能要对标下一代GPT所具备的一些能力。“OpenAI从前台看，研发在agent model上，但他们也有一条线在往交互上走，”他在采访中说。

围绕这一目标，在产品层面，模思已经通过开放平台提供API，向开发者和企业输出语音合成、转写、视频理解等能力；面向内容创作者，推出以声音为核心的创作平台MOSS Create；在企业市场，探索智能座舱、智能硬件、教育、客服等场景的解决方案。

邱锡鹏提到，“未来的基模可能不是比谁的模型更大，最后拼的还是对未来的判断，对下一代模型的认知。我们竞争的不是当前的AI，而是下一代的AI。下一代AI大体上会走出屏幕，来到现实世界。所以我们会从传统的语言模型，像现在的coding model，把它变成一个能直接理解现实世界、持续和现实世界交互的模型，就是我们所谓的全模态的情境智能。这件事确实有很多公司在做，但基本只当成一个组件，我们觉得这远远不够。”

采写：南都N视频记者 林文琪

编辑：易福红