模思智能

模思智能 - 全模态实时交互大模型平台，MOSS-TTS、MOVA与Luna语音助手工具

模思智能 简介

模思智能（全称：上海模思智能科技有限公司，MOSI）是一家面向下一代情境交互智能的大模型创新企业，总部位于上海，孵化于上海创智学院与复旦大学OpenMOSS团队，由复旦大学教授邱锡鹏担任创始人兼首席科学家。公司以“联接AI、人与物理世界”为使命，以多模态大模型为核心引擎，推动智能交互与具身智能的规模化落地。2026年完成超10亿元Pre-A轮融资，围绕语音、视觉与实时多模态连续发布20余个模型并持续开源。

模思智能 核心功能/服务

MOSS-TTS语音合成与音色克隆：生产级旗舰TTS基座模型，支持高保真零样本音色克隆、长文本稳定生成、时长精细控制与多语言/混语合成，可用于纪录片、影视配音与有声书等场景。
MOVA音视频同步生成：中国首个高性能开源端到端音视频生成模型，采用MoE架构与双向跨注意力机制，实现逼真口型同步语音、环境音效与内容对齐音乐的一体化生成，适配昇腾等国产硬件平台。
Luna/Leo语音助手与开放平台：提供像打电话一样与AI实时聊天的语音产品，覆盖智能语音助手、车载交互与情感陪伴等场景。开放平台提供API接入，每日登录可领取积分体验模型能力。

模思智能 适合谁

• AI应用开发者与产品团队：需要为语音助手、车载交互或情感陪伴产品接入高质量TTS与实时语音对话能力的开发者，可通过MOSS-TTS的零样本克隆与精细控制快速构建自然交互体验。
• 影视与内容创作团队：需要为短剧、纪录片、有声书或广告制作配音与音效的创作者，可利用MOSS-TTS的音色克隆与MOVA的音画同步生成能力，以更低成本产出接近专业水准的视听内容。
• AI研究者与开源社区贡献者：关注多模态大模型、语音生成与实时交互方向的研究人员，可参考模思智能持续开源的MOSS系列模型与技术报告，在音频理解、音视频生成等课题上进行实验与二次开发。

为什么选择模思智能

模思智能的差异化在于“全模态实时交互”的定位与“学术研发+开源生态”的双轮驱动——它承接复旦大学OpenMOSS团队在语言、语音与多模态方向的长期积累，同时以开源方式发布MOVA、MOSS-TTS等核心模型，降低了研究者和开发者的使用门槛。团队博士占比约50%，兼具学术实力与产业落地经验，在音频理解、语音合成、实时视觉理解与音视频生成等多个方向取得开源领先成绩。对于希望将AI从对话框推进到真实物理交互场景的开发者和企业而言，模思智能提供了一个技术栈完整、生态开放的选择。访问模思智能官网，体验Luna语音助手或通过开放平台接入MOSS模型。