发布时间:2026-10-18 04:01 更新时间:2026-10-18 04:01 阅读量:0
10月中旬,多模态方向创业公司模思智能宣布完成超10亿元Pre-A轮融资,本轮由华控基金领投。据公开报道,该公司由复旦大学邱锡鹏团队孵化,成立约两年,主攻方向是让模型能够感知、理解并实时响应不断变化的外部世界。对关注AI应用落地的站长与开发者来说,这笔融资值得留意的不是金额本身,而是它所指向的技术分支——全模态实时交互。
据了解,模思智能在2026年内已围绕语音、视觉、实时多模态陆续发布二十多个模型,包括MOSS-TTS、MOSS-Audio、MOSS-Transcribe-Diarize、MOSS-VL、MOVA等。这些名字分别对应语音合成、音频理解、转写与说话人分离、视觉语言等基础能力,并非单一通用大模型,而是按能力拆分的模型组合。
其中MOSS-Transcribe-Diarize的0.9B开源版本于7月9日发布,据公开信息,该模型在INTERSPEECH 2026 MLC-SLM Challenge的14语种比赛中获得第一名。这个成绩说明一个不算大的模型在特定任务上同样能做出竞争力,对预算有限、又想自建语音转写能力的小团队有参考价值。
更值得关注的是该公司预告的MOSS Live模型。按官方披露的思路,它由前端交互模型与后端能动性模型协同工作:前者负责低延迟地接收和回应,后者负责理解意图、拆解任务并驱动后续动作。这种前后端分工的设计,正是实时语音助手、数字人客服这类场景绕不开的工程问题——单一大模型很难同时兼顾响应速度和任务深度。具体实现细节与开放形式,仍需以官方后续公告为准。
第一个信号是赛道在细分。此前大额资金更多流向通用基础模型,而这一轮里,AI Agent、AI Infra、AI芯片、扩散语言模型、元模型等方向都拿到了规模不小的融资。模思智能所代表的全模态实时交互,本质上是把“模型能力”转成“可被用户直接感知的交互体验”,它离终端产品更近,也就更容易找到付费场景。
第二个信号是“AI for AI”的提法开始出现。素材显示,模思智能与同期获得融资的元环智能都强调用模型去生产、校验和迭代模型,减少人工试错与算力盲试。对运维和建站从业者而言,这类思路的直接影响是:未来模型选型和调优可能更多依赖自动化流程,而不是靠人工反复试参数。
需要说明的是,融资信息以企业官方公告及权威媒体披露为准,本文仅作事实梳理,不构成任何投资建议。
如果你在做智能客服、语音导航、数字人讲解这类需要“即时回应”的功能,可以关注这类模型后续的开放方式。以目前公开信息看,部分模型已提供开源版本,部署侧通常可参考模型仓库给出的推理框架说明,例如在Hugging Face或ModelScope页面查看依赖与启动方式。下面是一个通用的环境准备示例,具体版本与参数请以模型官方文档为准:
python3 -m venv moss-env
source moss-env/bin/activate
pip install --upgrade pip
按模型仓库 requirements 安装依赖
pip install -r requirements.txt
启动推理服务前先确认显存与端口占用
nvidia-smi
ss -lntp | grep 8000总的说来,模思智能这轮融资给出的提示是:多模态竞争正在从“能不能识别”走向“能不能及时反应”。对中小站点来说,不必追逐参数规模,先想清楚自己的业务里哪一段交互最需要低延迟,再决定接入哪一类模型,往往更划算。
| 📑 | 📅 |
|---|---|
| 国产AI芯片份额破40%:算力产业转向拼效率 | 2026-10-18 |
| 10月大模型融资观察:千亿资金流向何方 | 2026-10-18 |
| 国产开源大模型密集迭代:蚂蚁百灵Ling-3.1-flash与讯飞端侧模型 | 2026-10-18 |
| 阶跃星辰Step 5 Preview开源:600B参数国产模型落地路径 | 2026-10-18 |
| DeepSeek第二轮融资拟增至千亿 筹备科创板上市 | 2026-10-17 |
| 元环智能获数亿元融资:用元模型设计模型 | 2026-10-18 |
| AI Agent与AI Infra获资本加码:无问芯穹与Manus融资观察 | 2026-10-18 |
| DeepSeek与华为昇腾合作:国产算力生态再进一步 | 2026-10-18 |
| AI落地新观察:智能体进医院、进车间、进政务 | 2026-10-18 |
| 阶跃星辰Step 5 Preview开源:600B参数与国产芯片适配 | 2026-10-18 |