朋湖网获悉，10月12日，上海模思智能科技有限公司（以下简称“模思智能”)宣布完成超10亿元PreA轮融资，本轮由华控基金领投，国开科创、上海科创基金、新微资本、徐汇资本、追光硬科技创投、临港策源基金等机构入局，元禾控股、上海国投旗下上海科创集团、星连资本等老股东持续投资。

值得关注的是，今年3月末，模思智能刚官宣完成数亿元的天使轮融资，由IDG资本领投，元禾控股、上海国投旗下上海科创及上海未来产业基金、奇绩创坛、智谱系基金-星连资本及某头部产业投资方联合投资。

模思智能成立于2024年11月，是由上海创智学院与复旦大学联合孵化的AI大模型初创企业；公司由复旦大学计算机学院邱锡鹏教授与复旦学子李世民联合创立。

公司致力于构建统一Token表达框架下的“情境智能”能力，推动Agent系统在真实世界中的自主交互与任务执行；公司产品主要聚焦于高表现力语音交互解决方案。

在核心技术路径上，模思智能“从语音切入，向全模态发展”的技术路线，将语音、文本、图像与视频统一映射至离散Token体系，实现全模态基座模型的能力闭环。

在产品矩阵上主要为以下系列；

MOVA：国内首个开源端到端音视频生成模型，实现音画同出，支持长音频、高分辨率生成，全栈开源模型权重与代码。

MOSS-TTSD：开源对话语音生成模型，支持多人对话语音合成、超高保真音色克隆及超长语音连续生成，解决传统TTS模型在多人对话场景中的短板。

MOSS-Speech：无文本引导的端到端语音大模型，实现“语音输入-语音输出”的直接交互，支持语调、情绪、笑声等非文字信号的捕捉，实现低延迟拟人化交互。

MOSS-Transcribe-Diarize：多说话人自动语音识别（ASR）模型，支持长上下文、多说话人混合与重叠场景的精准转录，实现“听声辩人”与时间戳关联。

MOSS系列大模型：包括早期开源的MOSS（对话大模型）及AnyGPT（全模态基座模型）等，构成了公司的技术底座。

目前，公司产品主要服务于游戏解说、直播电商、新闻播报、智能营销、智能客服、智能终端等语音内容密集型场景。

在团队层面，核心团队主要来自计算机科学、电子工程、数学、认知科学等领域的专业人才，团队博士占比近50%，核心成员多来自复旦MOSS团队，以及阿里、字节、理想等企业。

首席科学家邱锡鹏，为复旦大学计算机学院教授、博士生导师、国家杰出青年科学基金获得者、上海创智学院全职导师；是模思智能的技术掌舵人。

曾主导发布国内首个类ChatGPT大语言模型MOSS，其著作《神经网络与深度学习》为AI领域经典教材。

联合创始人兼CEO李世民，复旦大学计算与智能创新学院2022级硕博连读研究生，邱锡鹏教授核心弟子。深耕情感智能、语音对话领域，曾以第一作者发表多篇CCF-A类论文，深度参与科技部“新一代人工智能2030”重点项目，主导研发了国内首个离散化端到端语音交互模型SpeechGPT。

CTO程沁源，复旦大学计算机专业博士，深耕强化学习、大语言模型和语音模型领域，MOSS团队核心成员，主导的中文幻觉评测论文被DeepMind和OpenAI引用。