核心内容の要約
このニュースは、95年生まれの連続起業家である穆泽林さんによる3回目の起業「眸深智能」に焦点を当てています。同社は「世界動作モデル」（ロボットの脳）を主力製品としており、これまでに約10億元の資金調達を実現しています。多くの研究室から出たチームが論文を優先するのとは異なり、穆泽林さんは初日から商業化を強調し、「展示会用の偽の注文」を拒否し、規模化された需要がある本物の注文のみを受け付けています。彼らの技術路線は、現在の具身知能（ボディを持つ知能システム）の問題点に対応しています。主流のVLA（視覚言語動作モデル）は「動作を暗記する」だけであり、環境が変わると機能しないのに対し、「世界動作モデル」はロボットに物理法則を理解させ、環境の変化に適応できるようにします。チームでは穆泽林さんがビジネス（販売、資金調達）を担当し、復旦大学の長期雇用教授である陈涛さんが技術を担当しており、組織的な研究開発（40人以上の博士が複数の分野で協力）を重視しています。彼らは「世界動作モデル」がシステムエンジニアリングであり、単一の天才だけでは追いつけないと考えています。
1. リレー起業家とその学び：AIカスタマーサービスからロボットの脳へ
穆泽林さんの起業の道のりは「螺旋状に上昇して」きました：
- 第1回：大学で教育に携わり、業界についての知識を積みました。
- 第2回：卒業後にAIカスタマーサービス（木心智能）を立ち上げ、年収1億元、利益2000万元を達成しましたが、モデルの構造に問題があることに気づきました（分散した中小企業のコーパスに依存しており、大規模なモデルが登場するとデータの価値が急落）。また、「プロジェクトベース」の会社であったため、成長の限界に直面しました。
- 第3回：AIを扱い、多モーダル（テキストだけでなく他の情報も処理する）であり、「個別に販売」される製品を目指すという3つの基準を設定しました。最終的に「ロボットの脳」として「世界動作モデル」を選び、これは多モーダル対応であり、規模化が可能であり、復旦大学の陈涛さんのチームの技術ともマッチしていると判断しました。
彼の教訓は「モデルの構造がデータ量よりも重要」であり、早すぎる商業化は拡大を妨げる可能性があるということです。短期間で大金を稼いで会社を売却するのではなく、長期的に持続可能な事業を行うべきだということです。
2. 技術路線：なぜVLAはダメで、世界動作モデルが未来なのか？
分かりやすい言葉で説明すると：
- VLAの問題点：「唐詩300首を暗記する」ようなものです。ロボットは固定された高さのテーブルから皿を取ることはできますが、テーブルの高さが20センチメートル下がるとできなくなります。なぜなら、ロボットは「動作の軌跡」だけを記憶しており、物理法則（例えばテーブルが低くなったらより多く曲がる必要があること）を理解していないからです。また、計算リソースも無駄にします（テーブルの模様など関係のない情報を認識するため）。
- 世界動作モデルの利点：「文法」を学ぶのではなく、「詩を暗記する」のです。環境の変化と動作の関係を理解し（テーブルが低くなったら曲がる角度を調整する）、汎用的な動作軌跡を生成でき、異なるロボットにも適応できます。これにより、異なるシーンや本体間の問題を解決できます。
- 穆泽林さんの判断：純粋なVLAでは成功しないでしょう。世界動作モデルに取って代わられてしまうだけです（補助的な「小脳」になる）。現在、世界動作モデルの成熟度は20%～30％ですが、「環境と動作の関係」に焦点を当てており、実装も速いです。新しいシーンへの導入には現在2～3ヶ月かかりますが、2028年には2～3週間に短縮される見込みです。
3. 商業化：「展示会用のロボット」を拒否し、本物の注文のみを受け付ける
穆泽林さんの商業化の考え方は非常に実用的です：
- 初日から利益を出す：企業は研究室ではなく、市場のサイクルを乗り越えなければならず、技術は「棚に並ぶ」（本棚に置くのではなく）必要です。
- 本物の注文の選別：
- 需要の規模を見極める：例えば、1万人の職員がいる場合にのみ、1万台のロボットを購入する可能性があります（展示会用に1台だけを購入する顧客は拒否）。
- ハードルを設定する：まず数百万円の研究開発費を請求する。本当に大規模な需要がある顧客であれば、1台あたりのコストが下がる。偽の需要のある顧客はこの費用を支払わない。
- プロジェクトベースではない：「個別に販売」される製品を作る（例えば、10億個のロボットの脳を販売する）。一度きりのプロジェクトで利益を得るのではなく。
彼の目標は、「眸深智能」を年収10億元規模の企業にすることです。小さくても美しい会社ではなく。
4. チームと競争：組織的な研究開発が「防衛壁」となり、追随者を恐れない
- 明確な役割分担：穆泽林さんはビジネス（販売、資金調達）を担当し、陈涛さんは技術（基盤となるアルゴリズムやエンジニアリング）を担当しています。技術に関する会議には穆泽林さんも参加しますが、詳細には口出ししません。
- 組織的な研究開発：復旦大学の共同研究室と協力し、40人以上の博士が複数の分野で研究しています。1人が去っても知識の40分の1しか持ち帰れないため、単一の天才に頼るわけではありません。
- 競争について：本当の競争相手は「2年前から世界動作モデルの研究を始めたチーム」（国内外で数少ない）。
- 2026年以降に設立された新しいチームの多くは流行に乗っているだけ。世界動作モデルはシステムエンジニアリングであり、ゼロから始めるには遅すぎます。
- 00年生まれの「天才」を恐れない：単一の天才だけでは追いつけず、長期的な積み重ねとチームワークが必要です。
5. 資金調達と業界の見方：なぜ国有資本や産業資本を選んだのか？
- 資金調達の選択：今回の資金調達は主に国有資本（深報一本、陝西高新投）と産業資本（安宇基金など）です。その理由は以下の通りです：
- 国有資本：政策の後押しとリソースの協力がある。
- 産業資本：具体的なシーンや注文を提供する。
- これらの資本はより忍耐強く、長期的な研究開発プロジェクトに適している。
- 業界の未来：技術路線は収束していきます（例えば大言語モデルが最終的にTransformerアーキテクチャを採用するように）。世界動作モデルは「第一原理」に最も近いアプローチです。社会は最終的に「本当に努力した人々」を評価し、投機家ではない。
この報道の本質は、「ビジネスを理解する技術起業家」がAI分野で正しい方向性を見つける方法を紹介しています。技術（組織的な研究開発）から離れず、市場（早期の商業化や注文の選別）も無視せず、理想主義（長期的な技術開発）と現実主義（利益を得て生き残ること）のバランスを取ろうとしています。