10 月 12 日，模思智能（上海模思智能科技有限公司）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、徐汇资本、临港策源基金等机构参与投资，元禾控股、上海国投旗下上海科创集团、星连资本等老股东续投。公司未披露本轮估值，资金将主要用于全模态实时交互智能研发和全球商业化。
这距离模思智能上一轮融资公开披露约半年。今年 4 月 1 日，上海未来产业基金公众号披露，模思完成数亿元天使轮，由上海未来产业基金与 IDG 资本领投。
模思智能成立于 2024 年 11 月，总部位于上海，孵化于上海创智学院与复旦大学 OpenMOSS 团队。OpenMOSS 官网目前将上海创智学院、复旦大学 NLP 实验室和模思智能共同列为参与方。创始人、首席科学家邱锡鹏为复旦大学特聘教授、上海创智学院副院长，2023 年 2 月带领团队发布开源大语言模型 MOSS。联合创始人兼 CEO 李世民是其在复旦指导的 2022 级硕博连读生。据公司官网信息，团队博士占比约 50%。
MOSS 之后，团队的研究逐渐从文本延伸至语音和多模态。2023 年的 SpeechGPT 探索离散化端到端语音交互，2024 年的 AnyGPT 进一步尝试将文本、语音、图像等模态纳入统一的离散 Token 体系。
同期，文本以外的基础模型也出现了大额资本交易。9 月 28 日，AMD 宣布与空间智能公司 World Labs 签署最终收购协议，交易对价约 82 亿美元，预计年底前完成，仍需满足监管审批等交割条件。World Labs 主要开发可生成、重建和模拟交互式 3D 世界的空间智能模型。
两家公司技术路线并不相同，融资与并购也不能直接比较，但 World Labs 至少提供了一个同期参照：文本之外的基础模型资产，同样可以获得大额资本投入。
按模思智能的规划，本轮资金将主要投向两个方向：一是全模态实时交互智能，让 AI 在眼镜、汽车、家庭终端等场景持续获取和理解多模态信息；二是 AI for AI，让 AI 更多参与数据生产、筛选和模型迭代。
成立后，模思智能延续了 OpenMOSS 团队的开源路线。公开仓库记录显示，MOSS-VL 在 4 月发布首批 Base 和 Instruct 版本，7 月推出实时视频理解版本 MOSS-VL-Realtime，随后陆续开放量化版本和技术报告，并接入 SGLang 等开源工具链。语音识别模型 MOSS-Transcribe-Diarize 目前在 Hugging Face 已有十万级下载，并在第二届 MLC-SLM 语音挑战赛中获得第一。7 月，模思 API 平台开启公测。
不过，开源社区的活跃度与商业转化仍是两回事。在此次融资披露中，模思未公布具名客户，也未披露收入、订单或付费客户等商业化数据。性能方面，MOSS-VL-Realtime 公开披露在 PA@OmniMMI 测试中取得 66.0 分，并已发布技术报告，但目前公开信息中，尚未见其与 GPT-4o、Gemini 等主流实时多模态模型在统一测试条件下的直接横向比较。
本轮投资名单中还出现了多家国资背景机构。上海科创基金、徐汇资本、临港策源基金等均具有上海地方国资背景，上海国投旗下上海科创集团则继续投资。公司未披露本轮估值、融资对应股比及董事会安排，仅凭融资金额无法推断公司的具体估值。
融资公告中，模思智能还预告实时交互系统 MOSS Live 即将发布，由前端交互模型与后端能动性模型协同工作。对这家成立不到两年的公司而言，接下来更可验证的指标，是 MOSS Live 发布后的实际交互表现，以及 API 平台能否形成付费客户和收入。
