核心内容总结
这篇新闻聚焦95后连续创业者穆泽林的第三次创业——眸深智能，该公司主打“世界动作模型”（机器人的大脑），已累计融资近10亿元。与多数从实验室走出、先搞论文的团队不同，穆泽林从第一天就强调商业化，拒绝“展厅式假订单”，只接有规模化需求的真订单。其技术路线针对当前具身智能的痛点：主流VLA（视觉语言动作模型）像“背动作”，换场景就失效；而世界动作模型让机器人理解物理规律，能适应环境变化。团队由穆泽林负责商业（销售、融资）和复旦长聘教授陈涛负责技术，强调成建制研发（40+博士分板块），认为世界模型是系统工程，不是靠单个天才就能追上的。
一、连续创业者的“踩坑”与迭代：从AI客服到机器人的大脑
穆泽林的创业之路是“螺旋上升”：
- 第一次：大学做教育，积累行业认知；
- 第二次：毕业后做AI智能客服（木心智能），做到1亿年收入、2000万利润，但发现问题——模型架构错了（依赖分散的中小企业语料，大模型出来后数据价值暴跌），且是“项目制”公司，难突破天花板；
- 第三次：定了三个标准：做AI、做多模态（不只处理文字）、做“按个卖”的产品（不是项目制）。最终锁定“机器人大脑”——世界动作模型，因为它符合多模态、可规模化（按个卖机器人），且和复旦陈涛团队的技术积累匹配。
他的教训：模型结构比数据量重要，太早商业化可能限制扩张；要做能长期干的事，而不是赚快钱被卖掉。
二、技术路线：为什么VLA“不行”，世界动作模型才是未来？
用大白话解释：
- VLA的问题：像“背唐诗三百首”——机器人在固定高度桌子上拿盘子会，但桌子降20厘米就不会，因为它只记“动作轨迹”，没理解物理规律（比如桌子矮了要弯腰更多）；还浪费算力（识别桌子花纹这种无关信息）。
- 世界动作模型的优势：学“语法”而非“背诗”——理解环境变化和动作的关系（桌子矮→调整弯腰幅度）。它生成的是通用动作轨迹，能适配不同机器人（像穿动捕服，同一套动作可驱动不同机器人），解决跨场景、跨本体的问题。
- 穆泽林的判断：纯VLA走不通，会被世界模型“吃掉”（变成辅助的“小脑”）；世界模型现在成熟度只有20%-30%，但聚焦“环境-动作关系”（丢掉无关信息），落地更快——新场景交付目前要2-3个月，2028年有望缩到2-3周。
三、商业化：拒绝“展厅机器人”，只接“真订单”
穆泽林的商业化逻辑很实在：
- Day1就要赚钱：企业不是实验室，要穿越周期，技术得“上货架”（不是放书架）；
- 筛选真订单：
- 看需求规模：比如岗位有1万人，才可能买1万台机器人（拒绝只买1台放展厅的客户）；
- 设门槛：先收几百万研发费——真有大规模需求的客户，摊到每台成本低；假需求的客户不会付这笔钱；
- 不做项目制：要做“按个卖”的产品（比如卖10亿颗机器人大脑），而不是赚一次性项目钱。
他的目标：让眸深成为10亿收入级别的公司，而不是小而美的分红型企业。
四、团队与竞争：成建制研发是“护城河”，不怕跟风者
- 分工明确：穆泽林管商业（销售、融资），陈涛管技术（底层算法+工程化）；技术方向会议穆泽林会听，但不插手细节；
- 成建制研发：和复旦联合实验室有40+博士，分成4个板块——一个人离开只能带走1/40的知识，不是靠单个天才；
- 竞争观：
- 真正对手是“两年前就开始做世界模型的团队”（国内外没几家）；
- 2026年后新成立的团队大多是蹭风口——世界模型是系统工程，从零开始太晚；
- 不担心00后“小天才”：单靠天才追不上，需要长期积累和团队协作。
五、融资与行业判断：为什么选国资和产业资本？
- 融资选择：本轮主要是国资（深报一本、陕西高新投）和产业资本（安宇基金等），原因：
- 国资：有政策背书、资源协同；
- 产业资本：直接带场景和订单；
- 这些资本更有耐心（没有存续期压力），适合世界模型这种长期研发项目；
- 行业未来：技术路线会收敛（像大语言模型最终找到Transformer架构），世界动作模型是最接近“第一性原理”的路线；社会最终奖励“真正付出的人”，而非投机者。
这篇报道本质上是讲一个“懂商业的技术创业者”如何在AI赛道里找对方向——既不脱离技术（靠成建制研发），又不忽视市场（早期商业化+筛选订单），试图在理想主义（做长期技术）和现实主义（赚钱活下去）之间找平衡。