ice 10月12日，模思智能宣布完成超10亿元Pre-A轮融资，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、临港策源基金等参与，元禾控股、上海国投旗下上海科创集团、星连资本等老股东继续投资。距天使轮官宣约半年。
模思智能由复旦大学特聘教授、上海创智学院副院长邱锡鹏创立，成立不到两年，孵化自其带领的OpenMOSS团队。该团队是国内较早的大模型团队之一。2023年2月发布MOSS，为国内最早开源的类ChatGPT对话模型之一；2023年推出SpeechGPT，尝试直接理解和生成语音；2024年AnyGPT探索统一多模态大模型。2024年11月，模思智能从OpenMOSS团队孵化成立，开始商业化探索。
邱锡鹏判断，下一代AI会从回答问题走向持续在场，模型不只等输入，而要持续理解人和环境，在合适时回应、行动。模思从声音起步，拓展到视觉理解、音视频生成和实时交互。据公司披露，2026年以来，它围绕语音、视觉和实时多模态连续发布20多个模型，其中包括多个开源模型。7月开源的MOSS-VL-Realtime能持续接收视频流，画面一变，判断随之更新。
公司早期切入多人对话语音生成，希望MOSS-TTSD一次生成由两三个人参与、你来我往的完整播客，而不是逐句合成再拼接。普通TTS逐句生成会丢失气口、停顿、接话甚至抢话的节奏，端到端生成试图保留完整上下文和交叠节奏。训练时需拆解真实对话：谁在何时说了什么、两人何时接话、哪些声音重叠。交给人工不难，但模思尝试让模型标注时，结果并不理想。
