网易首页 > 网易号 > 正文 申请入驻

模思智能完成超10亿元Pre-A轮融资,押注下一代AI全模态实时交互基座

0
分享至

10月12日,模思智能官宣完成超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。

本轮资金将用于推进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。本轮融资之后,模思智能将继续押注“全模态实时交互智能”和AI for AI:一边解决大模型如何进入真实场景、持续理解人和环境;另一边进一步让AI全面进入数据生产、筛选和模型迭代本身。

过去几年,AI行业最激烈的竞争发生在模型能力上:推理、Coding、工具调用,大模型开始承担越来越复杂的任务。但随着模型能力越来越强,一个新的问题开始出现——这些智能怎样离开输入框,真正进入人的生活?

模思选择从交互这一层切进去。这背后既是对下一阶段AI入口的判断,也串起了邱锡鹏团队过去十年从预训练、语言模型,到语音、多模态和实时交互的研究路径。

下一代AI战事:走出屏幕,走向全模态实时交互智能

大模型的第一轮竞争,主要发生在屏幕里。人把现实世界的问题整理成文字、语音或prompt,再交给AI回答、生成内容、写代码、调用工具。

这套模式已经足够强,也撑起了过去几年AI应用的大部分想象空间。但它始终有一个前提:人先理解现实,再把现实转换成模型能够处理的输入。

AI接下来要去的地方不止是屏幕。眼镜、玩具、汽车、家庭终端和机器人正在成为新的入口。到了这些场景,用户不一定有键盘,也不会总是停下来组织一个完整问题。人会边说边走、打断、改口,声音、画面、动作、环境和设备状态也在同时变化。真实世界给AI的不是一次干净的输入,而是一段持续发生的情境。

场景一变,AI要解决的问题也随之变化。下一代AI不能只是“等人提问,再给答案”,它需要自己听见、看见和理解现场,在不断变化的上下文里判断用户此刻真正需要什么,并及时给出反馈或行动。从一次性的输入—输出,到持续理解一个正在发生的世界,这是AI走出屏幕后必须补上的能力。

过去最激烈的战场仍然集中在软件世界:Coding、办公、内容生成,本质上都是让模型更好地完成一个已经被定义的问题。AI要进入更广泛的日常生活,就要面对另一类问题——现实不会提前替模型整理好任务。

产业逐渐成熟,也为全模态实时交互智能提供土壤。过去模型能力不够、推理成本太高、硬件入口有限,AI很难真正离开屏幕;现在,开源智能底座逐渐成熟,全模态推理成本持续下降,AI眼镜、AI玩具、智能座舱、机器人等多模态硬件也开始进入市场。模型、成本和入口同时变化,AI进入现实世界开始从一种想象变成具体的工程问题。

在这个过程中,真正稀缺的不是一个更会聊天的模型,而是一套能让AI持续“在场”的交互智能。模思把这一层能力定义为“全模态实时交互智能”:让语言、声音、画面、环境和设备状态持续进入同一个交互过程,再把理解转化为语音、内容、工具调用乃至设备行动。

从MOSS到实时交互:一路向现实世界深入

模思今天做全模态实时交互,并不是突然出现的新方向。把邱锡鹏教授过去十年的研究连起来看,会发现他的研究对象一直在从“语言”往“人”,再往人所处的真实情境靠近。

模思智能创始人&首席科学家、复旦大学特聘教授、上海创智学院副院长邱锡鹏,2016年开始研究预训练。2023年2月,ChatGPT刚刚把大模型推到聚光灯中央,他带领团队发布国内首个类ChatGPT开源模型MOSS;一个月后GPT-4发布,大语言模型迅速成为整个行业的主线。

但MOSS之后,团队没有停在“把语言模型继续做大”这个问题上。语言模型已经证明机器可以理解和生成复杂语言,邱锡鹏很快开始追下一层问题:机器会说话以后,怎么真正和人交流?

人的表达总是发生在具体情境里。一句话什么时候说、用什么语气说、眼睛正在看哪里、周围发生了什么,都可能改变它真正的含义。模型如果最终要和人生活在同一个世界里,就不能永远只理解一句被整理好的文本。

实验室阶段的研究沿着这个问题逐步展开。2023年的SpeechGPT开始探索端到端语音交互,2024年的AnyGPT尝试把文本、语音、图像等不同模态放进统一体系,从语言到语音,再到多模态,研究对象已经从一句文本扩展到人与AI交流时真实存在的多种信号。

2024年底,模思孵化于邱锡鹏带领的OpenMOSS团队,承接了团队在语言、语音和多模态方向的研究积累。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,过去以研究为主的技术路线开始进入集中工程化阶段。

随后,MOSS-TTS、MOSS-Audio、MOSS-Transcribe-Diarize、MOSS-VL、MOVA等模型连续发布,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。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。



从MOSS到全模态实时交互,变化的不只是模型形态,而是问题本身:从“机器能不能理解语言”,走到“机器能不能在一个不断变化的现场里持续理解人”。

从模型到系统:AI for AI把交互和模型迭代接起来

要在不断变化的现场里持续理解人、及时作出回应,AI需要把感知、理解、生成和执行等能力协调起来。模思正在搭建的全模态实时交互系统,也围绕这条链路展开。

语音、视频、文本和环境信息进入之后,由MOSS-VL、MOSS-Audio、MOSS-Transcribe-Diarize等能力完成理解;另一端,MOSS-TTS、MOVA、能动性模型等负责生成和执行。中间还要处理记忆、上下文、任务状态,以及不同模型之间的实时调度。

模思即将发布的MOSS Live,就是这套能力的系统化落地。它由前端交互模型和后端能动性模型协同工作:前者持续看、听、说,后者负责复杂推理和任务执行,让AI在处理任务的同时,仍能保持与人的实时交流。

这里的“实时”也不只是追求响应更快。现实里的信息带着很强的时间关系:用户一句话说到一半可能改口,一个新画面进来可能直接改变前一句话的含义,设备和环境也始终在变化。如果模型理解的是几秒钟之前的现场,它即使给出了正确答案,也可能已经答错了问题。

全模态实时交互真正要解决的,是AI能不能跟上一个不断变化的现场。



系统越复杂,模型迭代本身也开始成为新的问题。2026年以来,模思围绕语音理解、语音生成、视觉理解和实时多模态,在半年多时间里发布20多个模型;仅4月7日到13日一周,MOSS-VL和MOSS-Audio就连续迭代出6个版本;7月初连续两天开源发布MOSS-Transcribe-Diarize 0.9B和MOSS-VL-Realtime两个模型。当模型开始以这样的速度迭代,数据生产、筛选、质量判断和反馈如果仍然大量依赖人工,很快就会成为下一轮瓶颈。

这也是模思推进AI for AI的另一层原因。它希望让AI更多进入模型自身的生产过程:生成模型生产新的语音、图像、视频和场景数据,理解模型负责判断、筛选和反馈,再把结果送回下一轮训练。过去由人承担的大量重复环节,逐步交给模型之间协同完成。

当这套能力进一步进入眼镜、汽车、家庭终端和机器人,AI得到的又不只是合成数据,而是互联网数据里相对稀缺的不同垂域的真实场景数据与连续交互。前端的全模态系统负责进入现场、理解现场,后端的AI for AI再把新的数据和反馈送回模型迭代。两条线由此接到了一起。

所以,模思这轮融资将押注一条更长也更完整的链路:从模型到交互,从交互到数据,再从数据回到模型。

过去几年,大模型行业一直在回答“模型还能有多强”;当AI开始走出屏幕,新的问题已经摆在面前:它能不能真正看懂一个正在发生的世界,跟人自然地相处,又能不能把这些真实交互变成自己下一轮演进的燃料。

早在2013年,电影《Her》中的Samantha就描绘了AI助手的理想形态。男主西奥多把设备放进胸前口袋,让Samantha陪他走过街道、看见人群,在海边为共同经历的时刻写下一段音乐。十三年过去,现实中的AI已经能够写代码、解难题、生成影像,我们却仍习惯先打开一个对话框,把眼前的世界整理成文字,再等待回答。智能掌握的知识越来越多,人却依然需要亲手把自己的处境翻译给它。当模型能够回答复杂的问题,它能否也理解,我们为什么在此时、此地,问出这一句话?

理解的起点,或许就在于拥有共同的现场。刘慈欣在《带上她的眼睛》中,用一句平静的话展开了这样的想象:“我要去度假,主任让我再带一双眼睛去。”一个人的所见抵达遥远的另一个人,草原上的花朵、远处的天空,都成为可以共同经历的此刻。

从被带上旅途的“眼睛”,到随人行走的Samantha,这些故事触及了同一种期待,即让交流拥有共同的情境,让智能的理解随着生活一起发生。今天,全模态与实时交互的发展,正在为这种期待提供技术上的可能。

图解:电影《Her》的画面,构想了具备情境感知能力的 AI,与人类共享现实空间体验

这也是模思智能持续探索的方向:让感知、理解、交流与执行在不断变化的现实情境中协同,让智能跟上人的脚步,也跟上生活的变化。模思希望,每个人都能拥有属于自己的“Samantha”,理解当下的处境,承接未完成的思路,尊重意愿与授权,将想法推进为可执行的行动、可交付的结果。人们无需为一次交互专门坐到电脑前,也无需暂停生活,就能获得智能的协助。

联接AI、人与物理世界,建设全模态实时交互系统,它所指向的未来,藏在每一次出行、每一段交谈、每一个普通人终于能够付诸行动的想法里,让最前沿的智能,走进美好的、值得经历的平凡生活。

这是MOSS对未来的构想,也是模思正在构建的现实。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
帮美国造出原子弹的华人女科学家,37年后回国找父母的坟,周总理一句话让她当场落泪

帮美国造出原子弹的华人女科学家,37年后回国找父母的坟,周总理一句话让她当场落泪

磊子讲史
2026-11-13 17:11:22
曾被“炒上天”,后来跌落神坛的5大商品,你买过几种呢?

曾被“炒上天”,后来跌落神坛的5大商品,你买过几种呢?

小兰聊历史
2026-11-06 12:08:34
好看却无人问津的6部高分宝藏剧,最后一部评分高到9.2

好看却无人问津的6部高分宝藏剧,最后一部评分高到9.2

小Q侃电影
2026-11-17 22:40:06
1390万美元!杜兰特挂牌出售亚利桑那州豪宅 比去年降价约60万

1390万美元!杜兰特挂牌出售亚利桑那州豪宅 比去年降价约60万

罗说NBA
2026-11-17 07:59:38
机动车年检大势已定?从2027年开始,私家车年检可能面临5大变化

机动车年检大势已定?从2027年开始,私家车年检可能面临5大变化

刘哥谈体育
2026-11-15 13:22:01
闯王来了不纳粮?那几十万大军的饭,到底是谁在买单?

闯王来了不纳粮?那几十万大军的饭,到底是谁在买单?

迷世书童
2026-11-16 09:34:31
性感美腿+网眼丝袜德国田径女星出圈 仅拿到过世锦赛第7被讽是花瓶

性感美腿+网眼丝袜德国田径女星出圈 仅拿到过世锦赛第7被讽是花瓶

劲爆体坛
2026-11-17 07:50:03
天安门悬挂第四版毛主席像,市民质疑:主席为何只露出一只耳朵?

天安门悬挂第四版毛主席像,市民质疑:主席为何只露出一只耳朵?

微野谈写作
2026-11-13 08:50:07
寿命与大便次数有关!研究表明:寿命长的人,每天排便在这个次数

寿命与大便次数有关!研究表明:寿命长的人,每天排便在这个次数

王医生健康讲坛
2026-08-05 20:00:10
不查不知道,一查吓一跳!霍家新儿媳娜然,私下生活到底有多壕

不查不知道,一查吓一跳!霍家新儿媳娜然,私下生活到底有多壕

橙星文娱
2026-11-17 15:04:36
外交部回应相关国家免签政策将于今年年底到期

外交部回应相关国家免签政策将于今年年底到期

界面新闻
2026-11-17 15:21:10
吉林26岁保安徒手接跳楼女终身瘫痪 , 女孩家属 : 女儿有事 , 不放过你

吉林26岁保安徒手接跳楼女终身瘫痪 , 女孩家属 : 女儿有事 , 不放过你

天天热点见闻
2026-08-08 08:13:01
证监会新规,今日起施行

证监会新规,今日起施行

新浪财经
2026-11-17 10:52:52
高市拒不道歉,还想受到中方礼遇?日官员恳求,峰会上别降级对待

高市拒不道歉,还想受到中方礼遇?日官员恳求,峰会上别降级对待

靓仔情感
2026-11-17 04:36:22
39岁刘亦菲近照曝光,气质面相大变,和彭冠英恋情传闻早水落石出

39岁刘亦菲近照曝光,气质面相大变,和彭冠英恋情传闻早水落石出

领略非凡
2026-11-15 15:48:00
中央亮剑!多地开启机关事业单位大整顿,这几类人受影响最大

中央亮剑!多地开启机关事业单位大整顿,这几类人受影响最大

职场资深秘书
2026-11-17 17:01:53
56岁退休女一句大实话:出轨率高的女人,不看长相,就看这3特征

56岁退休女一句大实话:出轨率高的女人,不看长相,就看这3特征

伊人河畔
2026-08-12 09:39:02
拉萨面向江苏定向招募15名“三支一扶”人员

拉萨面向江苏定向招募15名“三支一扶”人员

金台资讯
2026-11-17 07:45:17
有现成答案不抄,非要自己考砸!邵佳一为什么不学安东尼奥?

有现成答案不抄,非要自己考砸!邵佳一为什么不学安东尼奥?

曹老师评球
2026-11-17 22:37:00
王力宏同款羽绒服仅售16件,网友吐槽海报上的穿搭造型

王力宏同款羽绒服仅售16件,网友吐槽海报上的穿搭造型

韩小娱
2026-11-17 07:08:03
2026-11-17 23:16:49
光锥智能 incentive-icons
光锥智能
来这里,看千行百业的数字化、智能化。
1222文章数 142关注度
往期回顾 全部

财经要闻

10万人逼宫英伟达,黄仁勋要复职了?

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

体育要闻

伪强队?拥4亿豪阵欧国联6连败+世界杯出局

娱乐要闻

陈晓楠对话厉娜和许飞引全网热议

科技要闻

硅谷大佬组局,帮黄仁勋杀回来!

汽车要闻

更豪华更好开 问界新M8细节升级见真章

态度原创

时尚
本地
健康
教育
军事航空

自骂“烂人”的黄仁勋,冤不冤?

本地新闻

乌兰察布:以前种土豆,现在种Token

情绪真能让健康人"伤心至死"?

教育要闻

济南市历下区燕山小学教育集团将出席2026第四届课博会,解码“做中学”视域下小学科学教育生态构建

军事要闻

美军在中东再成三航母之势

无障碍浏览 进入关怀版