IDG、哈勃、元禾，聯手投了復旦知名教授邱錫鵬

教授創業再次獲得頂級VC支持。

投中嘉川CVSource顯示，上海模思智能科技有限公司（簡稱“模思智能”）完成首輪融資。投資方為IDG資本、華為哈勃、元禾控股和智譜系機構星連資本。

模思智能由復旦大學知名教授邱錫鵬和他的學生創辦。邱錫鵬是國內AI領域最知名的教授之一。他的專著《神經網絡與深度學習》是國內“人工智能入門必讀書”。2023年，他還帶領團隊發布了大模型MOSS，成為最早破圈的開源中文大語言模型。

模思智能主要從事語音大模型研發，近期發布了MOSS-Speech。按其官方說法，這標志著國產AI邁入了“真語音到語音交互”的新階段。

01.誰是邱錫鵬？復旦教授，人工智能的布道者

2024年11月，模思智能（Moss Intelligence）在上海成立。這家年輕的公司立志于推動多模態交互與具身智能的產業化落地，希望通過更“懂人”的AI交互系統，重塑語音與視覺的結合方式。

模思智能的核心技術方向，是通過對用戶提供的上下文與情境進行深度理解，構建自然、擬人的交互體驗。公司當前的主營業務聚焦在語音大模型應用領域，產品主要服務于游戲解說、直播電商、新聞播報等語音內容密集型場景。

能讓模思智能在天使輪階段就吸引IDG資本、華為哈勃、元禾控股等頂級機構投資的，離不開公司創始人復旦大學計算機學院教授邱錫鵬。

邱錫鵬1997年考入復旦大學，先后獲得理學學士和博士學位，并自2007年起留校任教。目前，他是復旦大學計算機學院教授、博士生導師，也是中國自然語言處理（NLP）領域的重要推動者。

有趣的是，邱錫鵬最初的本科專業并非計算機。在進入復旦大學之前，他幾乎沒有接觸過編程。正是在復旦的通識課程中，他第一次接觸到計算機科學，并因此深受吸引，最終轉入該領域。

根據復旦大學官網信息，邱錫鵬主要研究方向包括自然語言處理與深度學習。他在ACL、EMNLP、AAAI、IJCAI等國際頂級會議和期刊上發表論文50余篇，是國內外學界高度認可的學者。他主持開發的開源自然語言處理工具FudanNLP與FastNLP，至今仍被廣泛使用。

2015年邱錫鵬入選首屆“中國科協青年人才托舉工程”；2018年則榮獲中國中文信息學會“錢偉長中文信息處理科學技術獎——漢王青年創新獎”。

話說2015年時，復旦大學首次開設“神經網絡與深度學習”課程。由于當時沒有合適的教材，邱錫鵬便決定親自編寫講義。后來，這份講義被擴寫成專著《神經網絡與深度學習》，成為國內AI教育領域的經典讀物，被譽為“人工智能入門必讀書”。邱錫鵬也由此成為中國人工智能領域布道者式的人物。

不過真正讓邱錫鵬“出圈”的，是在2023年春節，他帶領團隊迅速推出了開源中文大語言模型MOSS。這款以科幻電影《流浪地球2》中量子超級計算機命名的模型，一經發布便登上微博熱搜。

當時，OpenAI發布ChatGPT不久，國內大模型尚處于空白。邱錫鵬團隊的成果是國內首個開放式中文對話大模型，不僅填補了中文語境下的技術空白，也推動了國內大模型的開源研究生態。

而這次創辦的模思智能，其中文名“模思”，正是“MOSS”的音譯。可見這家公司正是此前科研成果的轉化項目。

02.最新發布MOSS-Speech，讓機器人說話更自然

從工商信息看，邱錫鵬目前擔任模思智能首席科學家，同時也是最大股東，持股約29%。

圖片來源：投中嘉川CVSource

公司聯合創始人兼CEO李世民，則是邱錫鵬的學生，復旦大學計算與智能創新學院2022級的碩博連讀研究生。

這位與唐朝皇帝同名的年輕人，在學術界已嶄露頭角——據復旦大學官方公眾號今年6月報道，李世民作為第一作者在CCF-A類國際會議上發表了3篇論文，并深度參與科技部“新一代人工智能2030”重點研發項目，在擬人化人機交互領域取得重要突破。

在創業之前，他主導推出了SpeechGPT——國內首個離散化端到端語音交互模型。該模型打破了傳統語音系統“語音識別→對話模型→語音合成”的三級串聯架構，實現了“語音輸入→語音輸出”的直接交互方式，被視為“語音版GPT”的早期雛形。

2024年，李世民還帶領團隊開發跨學科協作平臺“學橋”。這款產品“學橋”整合了學校信息辦和圖書館提供的10萬余篇官方論文、數千名教師以及學生達人信息，打破學科交叉合作的信息壁壘。

在接受復旦大學公眾號采訪時，他說“將前沿技術真正轉化成具有社會價值的產品，是我們的目標。”可見，李世民是邱錫鵬的得意門生，不論是在科研還是產品上，延續了導師對學術的探索與面向應用的技術導向。

目前，模思智能正圍繞其核心技術打造對標谷歌Gemini Pro的多模態大模型與智能體內容創作平臺，涵蓋高表現力的音視頻理解與生成能力。最新進展顯示，在邱錫鵬和李世民的帶領下，模思智能近期發布了MOSS-Speech。

據官方介紹，這款模型標志著語音AI正式進入“語音到語音”的交互階段。它與傳統“語音識別—文本生成—語音合成”的級聯方案不同，MOSS-Speech實現了直接從語音理解到語音生成，無需文本中介。該模型可在生成回答的同時捕捉語調、情緒、笑聲等非文字信號，使機器“說話”更自然、更具人性。

2023年，在接受復旦大學專訪時，邱錫鵬說：“長遠來看，我們期待把MOSS作為一個通向通用人工智能的基座，讓它變成一個像科幻片角色的真實存在。我覺得通用人工智能由科幻步入現實，應該不會很遠，也許5到10年。”

從科研到創業，邱錫鵬和他的學生們，正以商業的力量，把“未來”一點點拉近現實。

參考資料：

1.CIPS大模型與生成，真-語音到語音交互：MOSS-Speech正式發布

2.復旦大學，研究成果將會開源！復旦MOSS團隊深度訪談來了

3.復旦大學，青年五四獎章！放棄“大廠”，他的選擇是……