眸深智能，一家由95后连续创业者穆泽林创立的“机器人大脑”公司，近日完成近5亿元Pre-A+轮融资，累计融资近10亿元；成立当年，该公司已实现经审计回款收入1000万元。[1]按公开报道口径，这轮融资由深报一本基金、东方证券直投基金等领投，老股东超额追投。[1] 穆泽林是95后连续创业者，眸深智能已是他的第三次创业尝试；此前他创办的AI智能客服公司年收入最高约1亿元，后被他卖出。[1] 创立眸深智能时，他把方向收敛为三个“必须”：必须做AI，必须做多模态，必须做“按个卖”的产品。与首席科学家陈涛讨论后，团队锁定了“机器人大脑”这一具体形态。[1]时间是2026年8月，具身智能赛道正值资本热潮，“95后靠做机器人大脑拿到5亿”由此成为传播热点。[1] 据公开信息，眸深智能与复旦成立联合实验室，团队有40余名博士，按四个板块成建制研发。[1]
“机器人大脑”到底是什么？眸深智能在做哪一层？
答案概括：眸深智能做的不是机器人硬件，而是机器人的“大脑”——一套让机器人理解环境、生成动作的软件系统。 这套系统在行业里通常被称为“世界模型”，与当前主流的VLA（视觉-语言-动作）方案形成两条不同的技术路线。
“机器人大脑”这个词听起来偏产品化，但放在技术语境下并不难理解：传统工业机器人靠预设轨迹运行，一旦环境变化就容易失效；现在机器人公司普遍尝试让大模型直接驱动动作，也就是VLA路线。[2] 而眸深智能选择的世界模型路线，目标更进一步——让机器人不仅“看到”环境，还要理解物理世界的基本规律，比如重力、遮挡、物体刚性，再根据当前环境实时生成动作。[1]
这种分层关系，可以用手机行业来类比：“机器人大脑”相当于机器人领域的操作系统层，VLA方案更像早期功能机时代“一台机器一套逻辑”的做法，世界模型则试图做成更通用的底座。该类比仅用于帮助理解技术分层，并不完全对等。[2]
穆泽林对“按个卖”的定义也与此相关——不做定制项目，而是把“机器人大脑”做成可批量交付的软件产品，卖给不同场景的机器人公司。[1] 这也是他与首席科学家陈涛讨论后选择这一形态的核心原因：只有标准化产品，才能支撑规模化收入。
眸深智能凭什么拿到近5亿元？老股东为什么追投？
资本看重的不是单点技术，而是“商业化先行+成建制团队+稀缺路线”的组合。 首先，眸深智能不是一家只有PPT的创业公司：成立当年就实现经审计回款收入1000万元，这在以研发投入为主的具身智能创业公司里并不多见。[1]
其次，团队结构提供了“成建制研发”的确定性。据公开报道，眸深智能与复旦成立联合实验室，团队中有40余名博士，研发按四个板块划分，而非依赖个别“天才”工程师。[1] 在穆泽林看来，机器人大脑涉及感知、决策、控制、仿真等多个环节，系统复杂度决定了团队作战比个人英雄主义更可靠。
再者，老股东超额追投释放了一个积极信号：上一轮投资人看完公司后续数据后愿意继续加注，说明商业化进展超出预期。本轮由深报一本基金、东方证券直投基金等领投，也让融资结构看起来更加机构化。[1]
| 动作 | 涉及业务 | 影响对象 | 关键数字 | 短期影响 | 长期观察 | 来源 |
|---|---|---|---|---|---|---|
| 完成近5亿元Pre-A+轮融资 | 机器人大脑（世界模型）研发 | 创始团队、员工、早期投资人 | 近5亿元；累计融资近10亿元 | 扩充研发团队，加快交付迭代 | 世界模型能否规模化落地 | [1] |
| 成立当年实现经审计回款收入 | 商业化落地与场景订单 | 客户、投资方、行业观察者 | 1000万元 | 证明商业模式具备收入能力 | 收入规模能否随订单增长 | [1] |
| 与复旦成立联合实验室 | 前沿技术研究与人才梯队 | 研发团队、高校研究者 | 40余名博士 | 提高成建制研发能力 | 学术产出与商业转化效率 | [1] |
| 只接1万台至10万台需求场景 | 产品方向与业务边界 | 客户、潜在合作方 | 1万台-10万台 | 限制短期营收天花板 | 建立可复制的场景壁垒 | [1] |
VLA不香了吗？“世界模型”是机器人的终极答案吗？
准确说法是：VLA方案在泛化能力上撞到天花板，世界模型被部分从业者视为下一站，但目前成熟度仍有限。 公开报道中提到，当前主流的VLA方案更像在“记忆动作”，桌子高度一变可能就不会操作，泛化能力不足是行业最大瓶颈之一。[1][2]
世界模型的思路，是先让机器人理解物理世界的规律，再根据环境生成动作。支持者认为这套逻辑更接近人类认知，因此也出现了“VLA已死，世界模型才是未来”的极端表述。[1][3] 但必须强调，这更多是观点而非定论。穆泽林自己的判断也相当克制：目前整个世界模型的成熟度可能只有20%-30%，在具体场景中部署仍需要约10%的真机数据，一次交付周期需2-3个月。[1]
这意味着，世界模型并不是“万能钥匙”。即便在理想情况下，它目前也还需要真机数据来适配具体场景，交付周期不短。对下游机器人公司来说，选择世界模型还是VLA，短期内取决于场景复杂度；长期则要看世界模型能否在更多物理环境中证明自己。
行业内的讨论也提醒外界不要陷入二元对立：VLA有落地速度和数据积累优势，世界模型有泛化潜力。真正值得关注的是，两者未来可能走向融合，而不是简单替代。[2]
只接“真订单”、拒绝展厅机器人，这套生意经能撑起高估值吗？
这套逻辑自洽，但也有张力：用商业化标准筛选场景，可以提高收入质量，却可能限制早期成长曲线。 穆泽林的做法很明确：只选择未来可能达到1万台至10万台需求的场景，明确拒绝为展厅里的“接待机器人”做开发。[1]
理由不难理解。展厅机器人看起来热闹，但往往没有稳定的复购和批量需求，接得越多，越容易被拉进项目定制的泥潭。万台级场景则意味着产品可以被同一套技术框架反复交付，边际成本递减，数据反哺也更快。
这种“先商业化，再谈理想”的路径，在创业公司里算另一种思路。同期不少具身智能公司选择“先堆技术、后找场景”，眸深智能选择反过来，用订单约束研发方向。对客户而言，这降低了“买回来一个实验室demo”的风险；对投资方而言，则更容易看到清晰的收入路径。
但风险一样存在。万台级场景的成熟周期可能很长，如果选中的场景迟迟没有放量，公司早年的收入增长会比较有限。穆泽林对竞争对手的判断同样透露出一丝审慎：他认为真正的对手是两三年前就开始研究世界模型的团队，“国内外就那么几个”，2026年以后才入局的多是追风口。[1] 这话是否成立，需要时间验证，但也说明他对窗口期的理解是“剩者为王”，而非“快者为王”。
近10亿融资背后，风险和不确定性在哪？后续怎么看？
最大风险不在于赛道是不是风口，而在于世界模型能否在真实物理世界中被反复验证，以及高估值与早期收入之间的落差。 穆泽林给出了一组值得反复咀嚼的数字：世界模型成熟度只有20%-30%，部署仍需约10%真机数据，交付周期2-3个月。[1]
这组数字意味着，当前产品距离“通用机器人大脑”还很远。高额融资押注的更多是长期想象力，而不是当下的成熟度。一旦实际交付无法满足客户预期，商业化故事就可能受挫。
另一个不确定性来自竞争。世界模型并非只有眸深智能在做，海外和国内都有团队布局。[2] 大厂自带数据和算力优势，后续可能挤压创业公司的空间；而更多新入局者的出现，也可能推高人才成本和市场推广成本。
舆论场上，围绕“95后靠做机器人大脑拿到5亿”的讨论大致分两派：一派认可“商业化先行”的稀缺性，强调成立当年回款1000万元是硬指标；另一派则担心，近10亿元累计融资隐含了过高预期，而世界模型目前仍处于早期。[1][3] 需要说明，这类讨论多属观点表达，尚无权威数据可以验证。截至发稿，眸深智能官方未披露本轮资金的具体用途和下一轮规划，相关安排需以官方实时信息为准。
后续关注可以落到几个可追踪指标上：
- 世界模型能否在2026年进入更多万台级场景并扩大回款收入；
- 与复旦联合实验室能否持续产出可商业化的研究成果；
- 累计近10亿元融资之后，团队规模与技术路线会如何演进。
常见问题解答
Q1：“95后靠做机器人大脑拿到5亿”是怎么回事？
A：据公开报道，95后连续创业者穆泽林创立的眸深智能近日完成近5亿元Pre-A+轮融资，累计融资近10亿元；该公司专做机器人“大脑”世界模型，成立当年实现经审计回款收入1000万元。融资由深报一本基金、东方证券直投基金等领投。
Q2：眸深智能的“世界模型”和VLA哪个更靠谱？
A：目前两者各有优劣。VLA落地快但泛化能力不足；世界模型试图让机器人理解物理规律，被部分从业者视为终极方案，但据公开报道中穆泽林的判断，目前成熟度只有20%-30%，部署仍需约10%真机数据。没有权威结论说谁更靠谱，需以技术进展为准。
Q3：穆泽林是谁？他之前做过什么？
A：穆泽林是95后连续创业者，眸深智能是他第三次创业。此前他做过AI智能客服公司，年收入最高约1亿元，后来卖掉公司再次出发。据公开报道，他为新项目定了三个方向：必须做AI、必须做多模态、必须做“按个卖”的产品。
#眸深智能 #机器人大脑 #世界模型 #具身智能 #95后创业者