硬氪首發 | 復旦教授、前英特爾首席科學家做端側具身大腦，「眸深智能」完成近億元Pre-A輪追加融資

作者 | 邱曉芬

編輯 | 袁斯來

硬氪獲悉，「眸深智能」（Motion Brain）完成近億元Pre-A輪追加融資，本輪投資方包括中國頭部物業服務公司、香港財團、多家上市公司聯合打造的產業投資平臺瑾悅投資、創合匯資本，以及老股東徐匯資本。

這也是繼2026年5月3億元Pre-A輪之后，「眸深智能」兩個月內再次獲得投資，此外，該公司Pre-A+輪的近5億融資也在交割當中。該公司透露，今年上半年以來，「眸深智能」的估值增長超10倍，是業內發展速度最快的具身大腦企業之一。

「眸深智能」成立于2025年1月，定位為全球最懂動作的自進化具身大腦公司，致力于"給10億臺機器人裝原生通用大腦"。

該公司由復旦大學深度學習實驗室主任陳濤教授、原英特爾中國首席科學家張益民博士，與連續創業者穆澤林共同創辦。核心團隊擁有海思、英特爾、英偉達三大芯片巨頭的背景人士，是國內少數具備算子級適配能力的具身大模型團隊。

盡管2025年才注冊成立，「眸深智能」的技術積累從2022年已經開始。在技術路線上，「眸深智能」選擇了一條與主流VLA（視覺-語言-動作）不同的路徑——以動作為核心的"世界動作模型"（World Motion Model）。

（圖源/企業）

從2022年起，「眸深智能」團隊已經發布了MLD（隱空間動作擴散模型）。在當時，行業主流是將動作視為離散的信號，導致生成的動作僵硬且缺乏多樣性，而「眸深智能」團隊在全球dede范圍內首次提出將動作映射到隱空間（Latent Space），并引入擴散模型（Diffusion Model）。

MLD相當于讓AI學會了“無師自通”地生成動作：不再需要逐幀教機器人如何走路，而是讓模型像畫家去噪一樣，從一團隨機噪聲中還原出自然、連貫的人體姿態。

如果說MLD解決了“怎么生成動作”，「眸深智能」又進一步著眼于如何“指揮動作”。2023年9月，團隊創造性發布了MotionGPT。類比漢字的基本筆畫，團隊將人體姿態拆解為約3000個“動作基元”。就像大語言模型（LLM）通過預測下一個token來生成句子一樣，MotionGPT通過預測下一個“動作token”來生成復雜行為。

這種將連續動作離散化的處理方式，不僅極大地提升了模型對長序列任務的理解能力，更重要的是，它讓機器人具備了Zero-Shot（零樣本）泛化能力——沒見過的動作指令，也能通過重組動作詞匯來理解并執行。這也是全球首個把動作做成token的具身大模型，發表于NeurIPS 2023。

到了2026年，團隊已經累計發布了7代模型，基于前述積累，「眸深智能」團隊又進一步推出了STI- WM（時空一體世界動作模型）具身大模型。

STI-WM時空一體世界動作模型是完全面向機器人長時序規劃、在線閉環控制、真實物理交互打造的原生具身智能框架，實現空間結構、時間演化、物理一致性、執行魯棒性四維一體化統一。

據介紹，STI-WM的核心突破在于，徹底擺脫了傳統VLA（視覺-語言-動作）模型對海量真機數據的重度依賴，采用了“80%互聯網視頻+10%動捕數據+10%真機數據”的訓練配方，并MotionGPT建立的動作詞典，從海量無標注的視頻中學習物理規律，再用少量動捕數據校準生物力學特征，最后僅用10%的真機數據完成閉環對齊。

也就是說，這種全新的數據訓練范式，將真機數據需求降低了90%，又將動作準確度提升至99%。

同時，「眸深智能」團隊又在今年3月提出的T2MB（Task*Task Motion Brain）也讓機器人具備了離線自進化能力，當模型部署到端側后，無需聯網回傳數據，僅憑本地交互就能持續優化性能，任務執行準確度最高提升25%，解決了機器人落地后發現bug必須返廠升級的痛點。

值得注意的是，英偉達DAIR實驗室在最新ARDY模型中，便援引了「眸深智能」的MLD與MotionGPT兩項原創技術——這是近兩年英偉達第三代動作模型對該公司技術路線的第四次引用。

不過，真正決定這套大腦能否規模化的，除了技術路線之外，還有端側算力成本，這也是「眸深智能」的一大競爭壁壘。據介紹，「眸深智能」從第一代模型起就同步推進兩個方向——模型壓縮與國產芯片適配。

一方面，通過模型蒸餾、冗余參數壓縮等工程化方案，「眸深智能」將千億參數級模型壓縮至百億級別，在具體場景中參數量降低約75%，端側推理延遲從約200毫秒降至10毫秒左右；另一方面，同步適配海思（昇騰310/910）、地平線、燧原（燧原S60）等國產芯片平臺，實現低功耗、高實時、超低成本的端側推理。

這套軟硬協同的打法，帶來的直接結果是，模型端側推理成本從20萬元降至1萬元，大腦續航時間提升10倍，而精度和性能卻不掉點。這一壓縮工作也幫助該團隊獲得了IJCAI 2025全球最佳論文獎，也是近五年唯一獲此獎項的中國大陸團隊。

依托這一能力，「眸深智能」可在兩周內完成一套具身大模型從一個本體到另一個本體的適配，包括復旦自研的“光華1號”、宇樹G1、上海人形機器人創新中心的“青龍”和“靈龍”等本體。

（圖源/企業）

「眸深智能」創始人、CEO穆澤林表示，國內具身智能行業普遍采用在國外芯片上訓練、再移植適配國產芯片的方案，性能損耗與兼容性問題突出，而「眸深智能」未來在模型訓練、推理全流程中將基于國產算力芯片原生開發，實現技術棧完全自主可控。

在商業化層面，「眸深智能」也是目前國內少數有營收的具身智能大腦公司。穆澤林告訴硬氪，其2025年審計回款收入千萬元，2026年上半年3000萬元，預計今年營收規模5000萬元以上。

目前，公司客戶覆蓋工業檢測、物業、環衛等場景。2026年第一季度，「眸深智能」已與某港股上市物業公司、A股上市環衛龍頭的機器人產品交付；正在推進與頭部連鎖零售集團、頭部白色家電工廠的人形機器人落地場景研發。

以下是硬氪與穆澤林的交流實錄（略經摘編）

硬氪：動作怎么變成Token？這是行業難點嗎？

穆澤林：確實是行業卡點。我們可以把動作理解為「數字化的姿態」：就像小人書的一頁是一個靜態姿勢，連續翻頁就成了動畫。我們早期通過幾十人團隊手工標注了幾萬個姿態，定義了3000多個基礎動作Token，類似漢字的3000個常用字，組合后能覆蓋人類所有行為。

更核心的是讓模型學習動作間的關聯：就像大語言模型通過學習海量文本掌握字詞排列規律，我們讓模型觀看百萬小時的互聯網視頻（影視劇、監控、Vlog等），學習「喝水時手會抬到嘴邊」「抱胸后大概率會展開手臂」這類動作因果邏輯。同時結合10%的動捕數據和10%的真機數據做校準，最終實現動作Token的端到端生成——支持從文本、圖片、3D點云到動作的轉化，也就是原生多模態能力。

硬氪：動作Token的組合會不會導致算力需求爆炸？如何優化？

穆澤林：我們不需要窮舉所有動作，而是學習動作的排列規律。優化主要有兩個方向：一是數據層面，80%用互聯網視頻（已做物理先驗過濾，確保符合現實規律），降低對高成本動捕/真機數據的依賴；二是模型壓縮層面，我們在端側部署上有深厚積累，曾獲得全球頂會最佳論文——通過Token剪枝、量化、動態優化等技術，能把端側計算量降低62倍，推理延時從200毫秒壓縮到10毫秒，模型參數量減少80%的同時精度不降反升（部分任務提升3%-6%）。

硬氪：現在具身智能領域技術路線分化，有的側重記憶，你們是側重動作，您怎么看這種分化？

穆澤林：回歸第一性原理：大語言模型的成功本質是Transformer架構實現了Token的排列生成。具身智能也應該遵循這個邏輯，核心是解決「執行層」問題——讓機器人能穩定完成任務。

像記憶優化這類更底層的問題，我認為短期很難通過初創公司突破，需要DeepSeek、OpenAI這類巨頭在芯片存儲、存算一體架構上的長期探索。我們更務實：通過動作Token的泛化能力（Zero-Shot）解決新任務執行問題，比如機器人學過拿礦泉水瓶，沒學過拿手機，也能通過動作序列遷移完成80%的準確度，剩余20%通過少量后訓練或強化學習校準即可。

硬氪：為什么選擇適配國產算力，而不是用更成熟的英偉達卡？

穆澤林：長期來看，國產GPU是必然選擇——N卡會越來越貴、供應受限。我們的核心優勢是「懂芯片」：團隊有海思、英特爾、英偉達三大芯片巨頭的背景，是國內唯一具備算子級適配能力的具身大模型團隊。目前已經打通了燧原S60、昇騰310/910等國產芯片的部署，下半年目標是攻克千卡級國產集群訓練，實現純國產化的大模型訓練方案。

這不僅能解決供應鏈安全問題，更能提升資本效率：比如別人訓練一次需要1萬張卡、花費5億，我們通過算子優化，1000張卡、5000萬就能完成，類似DeepSeek的低成本訓練邏輯。

硬氪：具身智能芯片的機會在哪里？你們會自己做嗎？

穆澤林：端側具身芯片確實是大機會，目前國內已有20多家公司在布局（比如輝曦、光與星辰等），但大多瞄準200TOPS算力（類似英偉達Orin）。我們認為未來模型需要處理觸覺、傳感器、3D點云等多模態信號，算力需求會快速提升到1000-2000TOPS——如果芯片公司現在量產200TOPS的產品，等流片出來時可能已經跟不上模型迭代速度。

我們不會自己做芯片，除非未來公司規模達到數千億級。現階段更聚焦「軟硬協同」：通過算子優化讓模型適配現有芯片，和芯片公司合作而非重復造輪子。

硬氪：未來產業分工會是怎樣的？大腦和本體是否會各自形成通用供應商？

穆澤林：本體可能會像汽車行業一樣，有不同的特色（比如負載更大、更輕量化），但大腦領域大概率會形成「一超多強」格局——通用大腦的研發門檻極高，國內真正具備研發能力的團隊屈指可數。我們目標是成為那個「超級通用大腦」，同時允許其他團隊聚焦細分場景（比如快遞分揀、電力巡檢）。

5-10年內，不會出現每家機器人公司都自研大腦的情況——大腦的研發投入（人才、算力）遠超本體，創業公司更有機會突破，就像OpenAI不是大廠孵化的。大廠的優勢在純軟件場景，而具身智能需要軟硬件深度結合，創業公司的靈活性和專注度更有優勢。

首頁圖源｜企業供圖

排版｜范馨雅

end