眸深智能完成近亿元Pre-A轮追加融资

「眸深智能」（Motion Brain）近日完成了近亿元的Pre-A轮追加融资。本轮投资方包括中国头部物业服务公司、香港财团、瑾悦投资、创合汇资本，以及老股东徐汇资本。这是继2026年5月完成3亿元Pre-A轮融资后，「眸深智能」两个月内再次获得投资。此外，该公司Pre-A+轮的近5亿融资也在交割当中。公司透露，今年上半年以来，其估值增长超过10倍，是业内发展速度最快的具身大脑企业之一。

「眸深智能」成立于2025年1月，定位为全球最懂动作的自进化具身大脑公司，致力于“给10亿台机器人装原生通用大脑”。该公司由复旦大学深度学习实验室主任陈涛教授、原英特尔中国首席科学家张益民博士，与连续创业者穆泽林共同创办。核心团队拥有海思、英特尔、英伟达三大芯片巨头的背景人士，是国内少数具备算子级适配能力的具身大模型团队。

尽管2025年才注册成立，「眸深智能」的技术积累从2022年开始。在技术路线上，「眸深智能」选择了一条与主流VLA（视觉-语言-动作）不同的路径——以动作为核心的“世界动作模型”（World Motion Model）。

从2022年起，「眸深智能」团队已经发布了MLD（隐空间动作扩散模型）。在当时，行业主流是将动作视为离散的信号，导致生成的动作僵硬且缺乏多样性，而「眸深智能」团队在全球范围内首次提出将动作映射到隐空间（Latent Space），并引入扩散模型（Diffusion Model）。MLD相当于让AI学会了“无师自通”地生成动作：不再需要逐帧教机器人如何走路，而是让模型像画家去噪一样，从一团随机噪声中还原出自然、连贯的人体姿态。

如果说MLD解决了“怎么生成动作”，「眸深智能」又进一步着眼于如何“指挥动作”。2023年9月，团队创造性发布了MotionGPT。类比汉字的基本笔画，团队将人体姿态拆解为约3000个“动作基元”。就像大语言模型（LLM）通过预测下一个token来生成句子一样，MotionGPT通过预测下一个“动作token”来生成复杂行为。这种将连续动作离散化的处理方式，不仅极大地提升了模型对长序列任务的理解能力，更重要的是，它让机器人具备了Zero-Shot（零样本）泛化能力——没见过的动作指令，也能通过重组动作词汇来理解并执行。这也是全球首个把动作做成token的具身大模型，发表于NeurIPS 2023。

到了2026年，团队已经累计发布了7代模型，基于前述积累，「眸深智能」团队又进一步推出了STI- WM（时空一体世界动作模型）具身大模型。STI-WM时空一体世界动作模型是完全面向机器人长时序规划、在线闭环控制、真实物理交互打造的原生具身智能框架，实现空间结构、时间演化、物理一致性、执行鲁棒性四维一体化统一。

据介绍，STI-WM的核心突破在于，彻底摆脱了传统VLA（视觉-语言-动作）模型对海量真机数据的重度依赖，采用了“80%互联网视频+10%动捕数据+10%真机数据”的训练配方，并MotionGPT建立的动作词典，从海量无标注的视频中学习物理规律，再用少量动捕数据校准生物力学特征，最后仅用10%的真机数据完成闭环对齐。也就是说，这种全新的数据训练范式，将真机数据需求降低了90%，又将动作准确度提升至99%。

同时，「眸深智能」团队又在今年3月提出的T²MB（Task*Task Motion Brain）也让机器人具备了离线自进化能力，当模型部署到端侧后，无需联网回传数据，仅凭本地交互就能实现任务执行。