具身智能最贵的往往不是模型参数，而是让真机器人反复试错的数据。眸深想把这笔账砍掉一截。
眸深智能英文名Motion Brain，完成近亿元Pre-A轮追加融资。投资方包括一家中国头部物业服务公司、香港财团、瑾悦投资、创合汇资本，以及老股东徐汇资本。2026年5月它刚完成约3亿元的Pre-A，两个月后再拿追加。另一笔近5亿元的Pre-A+仍在交割。公司称今年上半年估值增长超过10倍。
公司成立于2025年1月，由复旦大学深度学习实验室主任陈涛、原英特尔中国首席科学家张益民和连续创业者穆泽林联合创办，定位是能自己进化的具身大脑。技术路线与主流的视觉-语言-动作模型不同，走的是世界动作模型。2022年发布MLD，在隐空间里做动作扩散。2023年9月发布MotionGPT，把人体姿态拆成约3000个动作基元，具备零样本泛化，论文发在NeurIPS 2023。零样本指没有专门为这个任务再训练，也能尝试完成。
2026年推出的STI-WM，训练配方大约是80%互联网视频、10%动作捕捉、10%真机数据，把真机数据需求降低约90%，动作准确度提升到约99%。T2MB则让模型部署到设备之后不必把数据传回云端，只靠本地交互继续优化，任务准确度最高提升约25%。千亿参数级模型被压缩到百亿级，参数量约降75%，端侧推理延迟从约200毫秒降到约10毫秒，适配海思昇腾、地平线和燧原。端侧推理成本从约20万元降到约1万元。这项压缩工作获得IJCAI 2025全球最佳论文奖，也是近五年里唯一获此奖的中国大陆团队。
少依赖真机、能在设备上自己变好，是具身大脑商业化的切口。90%和99%都是公司给出的口径，物业和工厂场景里能否保持，要看追加融资之后的交付，而不是只看论文奖项。近亿元追加本身说明投资人愿意在Pre-A阶段继续加，也说明公司仍在交割更大的一轮，现金流叙事还没有结束。
训练配方约80%互联网视频、10%动作捕捉、10%真机，是为了把最贵的真机数据降到约一成，并把动作准确度说到约99%。压缩后再适配海思昇腾、地平线和燧原，延迟从约200毫秒到约10毫秒，端侧成本从约20万元到约1万元。这些数字决定它能不能进物业和机器人现场。IJCAI 2025的奖说明压缩工作被看见，不代替现场任务成功率。