具身智能的发布会通常有两种：一种展示机器人能做什么，一种说明能力从哪来。11月7日，第九届进博会配套活动「具身智能产业生态共建交流会暨眸深智能战略发布会」属于后者。
眸深智能是一家由高校科研团队孵化的具身智能公司，创始人兼首席科学家陈涛教授同时在复旦大学任职。这次发布会的核心不是一台机器，而是四层能力：模型、架构、世界模型与端侧部署。
模型层： 具身原生模型「眸深·深悟」。所谓具身原生，指模型从训练目标开始就面向「感知—决策—动作」闭环，而不是把语言模型外挂一个动作头。其技术要点是「一步生成动作」，减少多步生成带来的串行等待；同时采用视觉与动作按层交叠的结构，让对应视觉特征一旦就绪，动作层即可开始计算。对机器人执行来说，这类结构改进直接对应响应延迟。
架构层： 具身智能 Infra 架构「眸深·深枢」，围绕模型、芯片、本体与场景四个维度建立连接，通过各维度独立接入与统一适配，减少不同组合下的重复开发。这一层解决的是工程现实问题：不同本体的控制方式不同，不同芯片的部署条件不同，不同场景的任务要求不同，每换一个组合就重做一遍适配，是具身项目难以规模化的主要原因之一。
世界模型层： 长期记忆加持的家用世界模型 FWM，面向家庭场景做状态推演。家庭环境的难点在于物品位置频繁变化、任务边界模糊，没有长期记忆的世界模型很难支撑连续任务。
部署层： 端侧模组「眸深·深匣」，面向不同规模模型与机器人应用提供端侧部署方案。把模型塞进本体，是降低时延与隐私风险的必要一步，也是成本控制的现实选择。
发布会上另一项动作是产学研绑定：复旦大学与眸深智能签约，共建「通用空间智能与自主系统机器人校企联合研究实验室」，依托复旦大学未来信息创新学院建设运行，围绕具身智能大模型、世界模型与端侧部署开展协同创新，并联合培养人才。
更具产业意义的是「通用具身大脑产业创新联合体」的启动。该联合体汇聚眸深智能、复旦大学未来信息创新学院、国家地方共建人形机器人创新中心、宇树科技、优必选等 42 家企业及机构，覆盖高校科研、机器人本体、灵巧操作、数据算力与产业应用。联合体的定位是把分散环节连起来：科研与技术企业更直接地了解真实场景任务需求，应用方也能参与技术验证与方案完善。
放到行业背景里，这类联合体的价值取决于两件事：一是能否形成可复用的接口与数据规范，而不是停留在签约与合影；二是能否让成员之间真的交换数据与场景，而不是各做各的闭环。国内具身智能目前最缺的不是单点模型能力，而是跨本体、跨场景的数据与适配标准。
对产业观察者，这次发布的看点在于「四层是否打通」：深悟的动作生成效率能否在真实本体上兑现，深枢的适配层能否真的降低换本体成本，FWM 的长期记忆在家庭长周期任务里是否稳定，深匣的端侧方案在算力受限时如何取舍精度。这些都需要后续的客户案例与第三方测试来回答。