复旦教授创办的模思智能完成超10亿元Pre-A轮，押注全模态实时交互

具身智能和大模型赛道的融资热度在持续。日前，由复旦大学教授邱锡鹏创办的全模态交互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，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加注。

这是模思智能今年第二次官宣融资。今年3月它完成了数亿元天使轮，由IDG资本领投。这次Pre-A轮被业内视为突破了今年AI初创早期融资的规模纪录，资金主要用于全模态实时交互能力的研发与全球商业化落地。

从MOSS到MOSS Live，盯准“实时交互”

模思智能脱胎于邱锡鹏团队的开源项目MOSS。这个团队2023年初推出国内首个类ChatGPT开源模型后，陆续打造了端到端语音交互、视觉理解等一系列模型。本轮融资前，团队在技术路线上明确聚焦“全模态实时交互”：让AI能同时感知语音、画面、环境状态，并即时反馈，应用于AI眼镜、智能汽车、家庭终端和机器人等场景。

官方透露，公司即将推出全模态实时交互系统MOSS Live，采用前端交互模型与后端能动性模型协同的架构：前端负责持续感知和实时对话，后端处理复杂推理和任务执行，让机器人在干活的同时还能和人类自然交流。这正是具身智能走向“会做又会说”的关键能力。

机器人学会唠嗑，融资和市场都在提速

过去一年，通用大模型忙着拼推理、拼代码，而模思智能把火力集中在语音、视觉和实时多模态交互上，并且半年多发布了20多个模型、持续开源。这套路线对应的是机器人、眼镜、汽车这些终端在真实环境里“边说边做”的需求。

从产业节奏看，模思智能连获大额融资，说明资本正在从“聊得通的模型”转向“能持续感知真实环境、能陪人自然交互的模型”。当这样的全模态交互能力进入机器人终端，具身智能从“动作灵巧”到“陪伴有温度”，可能比想象中来得更快。