成立仅一年半，估值增长超10倍

眸深智能（Motion Brain）成立于2025年1月，是一家聚焦具身智能底层技术的初创企业。尽管公司注册时间尚短，其技术积累始于2022年，目前已完成近亿元Pre-A轮追加融资，且Pre-A+轮近5亿元融资正在交割中。今年上半年，公司估值较年初增长超10倍，成为国内发展速度最快的具身大脑企业之一。

三位创始人：学术、芯片与产业的三角闭环

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，以及连续创业者穆泽林联合创办。核心团队成员曾就职于海思、英特尔、英伟达等芯片巨头，是国内极少数具备算子级适配能力的具身大模型团队——这意味着他们不仅能调用芯片算力，更能深入硬件指令层优化模型运行效率。

不走VLA老路：世界动作模型（WMM）的技术范式

行业主流多采用视觉-语言-动作（VLA）架构，依赖大量真机采集数据。眸深智能另辟路径，提出以动作为原点的「世界动作模型」（World Motion Model），将机器人智能的起点锚定在“如何执行”，而非“如何理解”。这一路线从2022年起逐步落地：

MLD：让AI在隐空间里“学会走路”

2022年，团队发布MLD（隐空间动作扩散模型）。当时业界普遍将动作视为离散帧信号，生成结果僵硬、泛化差。眸深智能首次将人体运动映射至隐空间，并引入扩散模型机制——如同画家从一团噪声中逐步还原清晰图像，模型也能从随机噪声中“去噪”生成自然、连贯、高保真的姿态序列。这一步，解决了动作生成的源头问题。

MotionGPT：把动作变成可组合的“Token”

2023年9月，团队推出MotionGPT。他们将人体姿态拆解为约3000个基础动作单元，定义为“动作Token”，类比汉字笔画或语言模型中的词汇。模型通过预测下一个动作Token来生成长时序行为，从而实现对复杂任务的理解与分解。该方法不仅提升长程规划能力，更赋予机器人Zero-Shot泛化能力：即使未训练过某项指令（如“单手扶椅背转身”），也能通过已有动作词典重组执行。这项成果发表于NeurIPS 2023，是全球首个将动作离散化为Token并实现端到端生成的具身大模型。

STI-WM：时空一体，四维统一

2026年，团队发布第七代模型STI-WM（时空一体世界动作模型）。它专为真实物理交互场景设计，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建模。其训练数据配比为“80%互联网视频 + 10%动捕数据 + 10%真机数据”，大幅降低对高成本真机数据的依赖——真机数据需求减少90%，动作准确率反升至99%。模型能从海量无标注视频中学习物理规律，再用少量专业数据校准生物力学特征，最终完成闭环对齐。

T²MB：端侧自进化，告别返厂升级

2026年3月，团队进一步提出T²MB（Task×Task Motion Brain）框架。部署至机器人端侧后，模型无需联网回传数据，仅通过本地人机交互即可持续优化性能，任务执行准确率最高提升25%。这一能力有效解决机器人落地后发现缺陷必须返厂升级的行业痛点，真正实现“越用越聪明”。

被英伟达四次引用的技术底座

英伟达DAIR实验室在其最新ARDY动作模型中，明确援引了眸深智能的MLD与MotionGPT两项原创技术。这是近两年内，英伟达第三代动作模型第四次参考该公司的技术路线，印证其基础方法论已被国际一线研发体系认可。

软硬协同：千亿模型压缩至百亿，推理成本直降95%

技术先进不等于可落地。眸深智能从第一代模型起即同步推进模型压缩与国产芯片适配。通过模型蒸馏、冗余参数剪枝、动态量化等工程手段，将千亿参数模型压缩至百亿量级，端侧推理延迟从200毫秒降至10毫秒；同时完成对海思昇腾310/910、地平线征程系列、燧原S60等国产AI芯片的全栈适配。端侧推理成本由此从20万元降至1万元，续航提升10倍，精度不降反升。该成果获IJCAI 2025全球最佳论文奖，系近五年唯一获此殊荣的中国大陆团队。

两周适配一个新本体，光华1号、宇树G1、青龙灵龙均已验证

依托上述能力，眸深智能可在两周内完成具身大模型向不同机器人本体的迁移适配。目前已在复旦自研“光华1号”、宇树G1、上海人形机器人创新中心“青龙”“灵龙”等多个平台完成实测验证，证明其通用性与工程交付能力。

坚持国产算力原生开发，不做“移植工”

不同于业内普遍采用“海外芯片训练→再移植适配国产芯片”的路径，眸深智能选择从训练、推理全流程基于国产算力原生开发。创始人穆泽林指出：“我们不是在做兼容，而是在重构。”团队已打通燧原、昇腾等平台的底层算子支持，下半年目标攻克千卡级国产集群训练，实现纯国产化的大模型训练方案。此举不仅保障供应链安全，更显著提升资本效率——同等训练任务，他人需万卡、5亿元，他们千卡、5000万元即可完成。

已产生真实营收，覆盖工业、物业、环卫三大场景

眸深智能是国内少数已实现商业化闭环的具身大脑公司。2025年审计回款收入达千万元，2026年上半年营收3000万元，全年预计突破5000万元。客户已覆盖工业检测、物业服务、城市环卫等领域：2026年Q1已完成某港股上市物业公司、A股环卫龙头企业的机器人产品交付；正与头部连锁零售集团、白色家电制造工厂联合推进人形机器人落地研发。

关于未来：不做芯片，但要定义芯片该怎样用

面对具身智能芯片热潮，团队明确表示不会自研芯片，而是聚焦“软硬协同”：通过深度算子优化，推动现有国产芯片满足下一代多模态（触觉、3D点云、传感器融合）模型需求。他们判断，未来端侧芯片算力门槛将快速跃升至1000–2000TOPS，当前主攻200TOPS的方案可能面临流片即落伍的风险。因此，他们的角色是芯片生态的关键使能者，而非重复造轮子的竞争者。

大脑终将集中，“一超多强”是必然格局

在产业分工层面，眸深智能认为：本体可差异化发展，但通用大脑的研发门槛极高，注定走向高度集中。“5–10年内，不会每家机器人公司都自研大脑。”通用大脑需要跨学科人才、长期算力投入与真实场景闭环，创业公司因专注度与敏捷性反而更具突破优势。他们的目标，是成为那个“超级通用大脑”，同时开放能力接口，支持细分场景团队在其基础上做垂直深化。