瞄准机器人大脑，眸深智能又融资3亿元
5月14日，具身智能底层技术公司眸深智能宣布完成3亿元人民币Pre-A轮融资。
本轮投资方阵营呈现出显著的多元化特征，既有绿技行资本、闽招基金等国资背景机构，也有利欧股份等实体产业上市公司，同时囊括了华福资本、英掘荣耀、庚辛资本等财务投资方。
值得注意的是，这是这家成立于2025年1月的公司，在近半年内完成的第五轮融资。
据公开信息披露，本轮不仅实现超额认购，后续两轮融资也已进入交割阶段。在当前一级市场整体相对审慎的宏观环境下，单家企业保持着高频次的融资节奏，折射出资本市场对具身智能产业链利润区间的重新定价，即资金正从重资产的“本体制造”向高附加值的“大脑研发”加速转移。
支撑这种高估值与高融资频率的，是其兼顾商业、算法与算力适配的核心团队结构。在技术密集型的具身智能赛道，团队基因往往决定了公司的技术上限与落地路径。
眸深智能的三位核心联合创始人均带有“复旦系”标签，且能力模型呈现出明显的互补性。
创始人穆泽林作为连续创业者，曾主导过AI企业的创立与并购退出，为团队确立了前期的商业敏锐度与一级市场运作路径。
联合创始人陈涛现任复旦大学深度学习实验室主任，曾主导开发华为首代AI图像算法引擎，其在AI图像算法特别是大模型压缩与芯片适配方向的长期研究，是眸深智能解决端侧算力瓶颈的关键。
另一位联合创始人张益民曾任英特尔中国研究院首席科学家，凭借近三十年的人工智能科研与产业化经验，补齐了团队在全球视野与底层软硬协同架构上的拼图。
这一组合试图在具身智能最核心的商业造血、端侧算力限制以及前沿模型架构之间寻找现实平衡。
剥离资本层面的热度，眸深智能在业务路线上避开了目前竞争极度内卷的人形机器人硬件制造，明确了其“轻量化具身大脑提供商”的产业定位。其核心商业模式是“一脑多形”，即打造一套能够向下适配人形、清洁、物流、工业等多种异构硬件实体的底层操作系统。
从技术演进来看，该公司的技术体系建立在“世界动作模型”之上。其早期发布的MotionGPT模型已验证了在视觉与动作生成耦合上的技术可行性。
进入2026年，其技术重心明显转向了部署后能力。最新发布的T²MB具身大模型强调机器人在离线状态下的持续学习能力，据披露该模型离线绝对性能提升可达25%。
这一数据指标如果能在工业现场稳定复现，意味着机器人可以摆脱对高昂云端算力和高带宽实时通讯的深度依赖，从而大幅降低边缘侧的整体运营成本。
资本密集抢筹眸深智能，本质上是对具身智能产业瓶颈转移的下注。
过去两年行业的焦点在于伺服电机等硬件本体的降本，但当硬件成本曲线明确后，跨场景、跨任务的泛化能力缺失成为阻碍规模化落地的核心壁垒。
眸深智能主攻的大模型正是为了解决泛化难题，投资者期望其能凭借软件边际成本递减的规模效应，占据产业生态的核心位置。此外，前置的商业化验证也推高了其估值溢价。眸深智能近期与颐家养老签署战略合作，宣布共同推出10000台可人机协作的居家康养机器人。
这种由确定的B端订单带来的现金流预期，在很大程度上对冲了底层大模型研发的高风险。
展望未来，眸深智能的商业潜力在于能否通过先发优势建立起深厚的数据飞轮。一旦其系统接入的实体硬件数量达到临界点，物理真实数据的涌现将反哺模型，形成技术鸿沟。
然而，从客观的产业发展规律来看，仍需警惕从技术演示到规模化落地的死亡之谷。
一方面，半年五轮融资暴露出该技术路线极高的资金消耗率，多模态具身大模型的训练成本极其高昂，公司能否在资本窗口期内实现正向现金流仍是未知数。
另一方面，战略协议中的万台机器人在落到复杂的真实环境时，将面临海量长尾场景的严苛考验。眸深智能目前拿到了具身大脑赛道的核心筹码，但接下来的挑战将是极其严酷的大规模工程化部署与真实场景数据闭环的闭合。
王小娟
