眸深智能完成近亿元Pre-A+轮，端侧具身大脑的野心与底气
本周，具身智能行业最受关注的消息来自36氪的报道：眸深智能（Motion Brain） 于7月26日宣布完成近亿元Pre-A+轮追加融资，投资方包括瑾悦投资（由头部物业服务公司、香港财团及多家上市公司联合打造）、创合汇资本及老股东徐洪资本。这是该公司继2026年5月完成3亿元Pre-A轮后，两个月内再度获得融资，且Pre-A+轮的近5亿元也在交割中。
一家2025年1月才注册成立的公司，何以在一年半内连续获得大额融资，且估值增长超10倍？
动作Token化：一条与VLA分道扬镳的技术路径
眸深智能的核心技术路线，与当前主流的VLA（视觉-语言-动作）模型截然不同——以动作为核心，构建"世界动作模型"。
具体来说，团队将人体姿态拆解为约3000个"动作基元"，类比大语言模型预测下一个token的逻辑，MotionGPT通过预测下一个"动作token"来生成复杂行为序列。这是全球首个把连续动作离散化为token的具身大模型方案，发表于NeurIPS 2023。
这一路径的物理意义在于：传统VLA需要海量真机数据训练，成本极高且数据采集困难；而眸深智能采用"80%互联网视频 + 10%动捕数据 + 10%真机数据"的训练配方，真机数据需求降低了90%，动作准确度却提升至99%。
这背后的关键创新是MLD（隐空间动作扩散模型）——将动作映射到隐空间后，模型可以在不需要逐帧教机器人如何运动的情况下，像画家去噪一样从随机噪声中还原出自然、连贯的人体姿态。
端侧部署：国产算力芯片的软硬协同
真正决定具身智能规模化的，不仅是算法本身，还有端侧推理成本。
眸深智能从第一代模型起就同步推进两个方向：模型压缩与国产芯片适配。通过蒸馏、量化、动态优化等技术，千亿参数模型被压缩至百亿级别，端侧推理延迟从约200毫秒压缩到10毫秒左右。同时同步适配海思昇腾310/910、地平线、燧原S60等国产芯片平台。
结果是：端侧推理成本从20万元降至1万元，大脑续航时间提升10倍。这一模型压缩工作还帮助团队获得了IJCAI 2025全球最佳论文奖，是近五年唯一获此奖项的中国大陆团队。
眸深智能的技术原生基于国产算力芯片开发，而非先在英伟达卡上训练再移植到国产芯片——这种"软硬协同原生开发"的路径，避免了性能损耗与兼容性问题，也规避了供应链风险。
行业分化信号：大脑赛道正在快速收敛
从融资和技术路线两个维度看，具身智能大脑赛道正在出现明显分化：
资金加速向头部集中。 眸深智能年内已累计融资超4亿元，Pre-A+轮近5亿元正在交割，估值增长超10倍。这说明资本市场对具身大脑的认可度在提升，但资金正在向少数有明确技术路线和商业化验证的团队集中。
技术路线分化愈发清晰。 VLA路线（以Google RT系列、OpenAI Figure系列为代表）与动作Token路线（以眸深智能为代表）的争论，正在从学术讨论走向工程化落地验证。前者依赖海量真机数据，后者通过互联网视频+动捕数据大幅降低对真机数据的依赖——这直接影响成本和规模化速度。
商业化已不是空白。 眸深智能2025年审计回款收入千万元，2026年上半年3000万元，预计全年5000万元以上。客户覆盖物业、环卫、连锁零售、白色家电工厂等场景。这说明端侧具身大脑在特定场景的落地速度，可能比通用人形机器人本体更快。
值得持续跟踪的问题
眸深智能的T²MB（Task*Task Motion Brain）端侧自进化能力，解决了机器人落地后无法在线升级的痛点——但端侧算力能否支撑持续学习，仍有待大规模部署验证。
动作Token的组合爆炸问题——3000个动作基元的组合空间巨大，眸深智能通过学习动作排列规律而非穷举来规避这一问题，但其泛化上限在哪里，需要更多长序列任务的数据支撑。
具身智能芯片的机会窗口——眸深智能判断未来模型需要1000-2000TOPS算力，目前国内芯片公司大多瞄准200TOPS，可能跟不上模型迭代。这意味着芯片-模型联合优化可能成为下一个竞争焦点。
来源：36氪 | 时间：2026-07-26