MOVA
搜索文档
“杠杆”之上的追觅
北京商报· 2026-02-27 09:09
公司背景与资本渊源 - 公司出身小米生态链,2017年获小米与顺为资本1400万元天使轮投资及早期订单支持[2] - 小米与顺为资本持续加注后续A轮、B+轮及2021年36亿元的C轮融资,IDG、元亿投资等知名机构也相继入局[2] - 最近一次公开融资为2023年5月金额未披露的C+轮,2025年8月有一笔来自华兴丰晔的股权转让,细节均未公开[2] 营销投入与品牌战略 - 2026年前两个月,公司在春晚、美国超级碗广告、企业年会演唱会、CES等营销总投入预计不低于5亿元人民币[3] - 公司通过春晚、超级碗、演唱会等形式加码品牌曝光,核心是为全域生态布局积累声量[3][12] - 2026年央视马年春晚,公司成为“智能科技生态战略合作伙伴”,并展示了“星空计划”概念车Nebula NEXT 01车模[2][12] 财务与业绩表现(创始人披露) - 创始人俞浩披露,公司将主营业务净利润的18%用于发放年终奖,总规模达10亿量级,据此测算2025年主营业务净利润约为55.6亿元[8] - 创始人称公司每日在研发费用与员工工资上的投入约4000万元,按全年折算约为146亿元[8][9] - 公司提出“主营业务净利润全行业最高”,依据是选择高端化定位,净利润率更高[9] 主营业务市场地位 - 2025年一至三季度,公司全球智能扫地机器人市场份额为12.4%,位列第三,石头科技、科沃斯分别以21.7%、14.1%位居前两位[8] - 公司在欧洲市场表现突出,但国内市场份额呈现环比下滑态势[8] - 行业头部企业科沃斯2025年归母净利润预计为17亿至18亿元,石头科技2025年归母净利润预测为13.4亿元[8] 研发投入行业对比 - 公司披露的每日4000万元投入(含研发费用与员工工资)折算全年约146亿元,而科沃斯2024年全年研发支出为8.85亿元,石头科技2024年费用化研发支出约9.71亿元[9] - 公司“主营业务净利润”的具体业务范畴、研发投入的详细构成等核心口径尚未被官方明确[10] 跨界业务扩张 - 公司已大举切入新能源汽车赛道并规划推出量产车型,同时布局高端手机业务、研发无人机[11][12] - 公司通过春晚同时展示核心清洁产品及MOVA、魔法原子两大品牌,魔法原子前身可追溯至公司内部“人形机器人项目组”[12] - 创始人俞浩提出长远目标,计划打造百万亿美元市值的企业生态,并定下“万亿营收”规划[11] 资本运作与收购 - 2025年12月,创始人俞浩通过持股平台以22.82亿元收购A股上市公司嘉美包装54.90%股份,成为实际控制人[15] - 收购后嘉美包装股价在32个交易日内累计涨幅达632.24%,最高触及33.54元/股,总市值超350亿元,被市场称为“妖股”[15] - 市场普遍预期公司或其生态内科技资产将注入嘉美包装,但公司方面表示暂无进一步动作[16] - 创始人曾提及,从2026年底开始,公司生态旗下多个业务板块将在全球主要交易所密集启动IPO[14] 扩张逻辑与市场观点 - 分析认为,公司跨界扩张是细分家电企业突破增长瓶颈的尝试,其核心是依托技术复用延伸生态布局[3][13] - 业内人士指出,扫地机器人行业天花板明显,向汽车、机器人等领域延伸需要持续资本支撑,高调营销是为给资本市场注入信心[18] - 科技企业跨界扩张的长期价值最终要靠产品落地、研发实效与业务闭环来支撑,扩张节奏需与自身能力相匹配[13]
追觅2个月花5亿?“狂人”的资本棋局
新浪财经· 2026-02-27 08:10
公司核心战略与愿景 - 创始人俞浩对外释放宏大愿景,公司正进行激进的全域生态扩张,业务线“万箭齐发” [2][6] - 俞浩将马斯克、黄仁勋作为对标对象,提出长远目标为打造人类历史上首个百万亿美元市值的企业生态,并定下“万亿营收”规划 [12][34] - 公司通过春晚、超级碗广告、演唱会等高调营销活动加码品牌曝光,为核心清洁电器之外的生态布局积累声量 [4][6][16] 主营业务与市场表现 - 公司主营智能扫地机器人业务,2025年一季度至三季度全球市场份额为12.4%,位列第三,石头科技与科沃斯分别以21.7%和14.1%位居前两位 [10][38] - 公司在欧洲市场表现突出,但国内市场份额呈现环比下滑态势 [10][38] - 公司宣称选择高端化定位,出货量不占优但净利润率更高,并据此提出“主营业务净利润全行业最高” [12][40] 财务与研发数据披露 - 创始人俞浩披露,公司将主营业务净利润的18%用于发放年终奖,总规模达10亿量级,以此测算其2025年主营业务净利润规模约为55.6亿元 [7][9][37] - 俞浩披露公司每日在研发费用与员工工资上的投入约4000万元,按全年折算约为146亿元 [7][12] - 公司披露的“主营业务净利润”具体业务范畴及研发投入详细构成等核心口径尚未被官方明确,与行业可比公司(如科沃斯2024年研发支出8.85亿元,石头科技约9.71亿元)存在统计口径差异 [12][40] 多元化业务扩张 - 公司已大举切入多个全新领域,包括官宣进军新能源汽车赛道并规划量产车型、布局高端手机业务、组建团队研发无人机 [16][44] - 在2026年春晚期间,公司不仅展示核心清洁产品,还联合推出了旗下MOVA与魔法原子两大品牌 [14][42] - MOVA最初为旗下子品牌后独立运作,魔法原子的前身可追溯至内部“人形机器人项目组”,二者仍处于同一生态体系内 [14][42] 资本运作与融资历史 - 公司出身小米生态链,早期获小米与顺为资本1400万元天使轮投资,后续在A轮、B+轮及2021年36亿元的C轮融资中均有小米与顺为资本参与 [4][31] - 最近一次公开融资停留在2023年5月金额未披露的C+轮,2025年8月有一笔来自华兴丰晔的股权转让,交易细节未公开 [4][31] - 2025年12月,创始人俞浩通过持股平台以22.82亿元收购A股上市公司嘉美包装54.90%股份,成为其实际控制人 [18][46] 收购案市场反应与资本路径 - 俞浩入主嘉美包装后,该公司股价在32个交易日内区间累计涨幅达632.24%,最高触及33.54元/股,总市值超350亿元,被市场称为“妖股” [20][48] - 市场普遍预期公司或其生态内科技资产将注入嘉美包装,但公司方面表示暂无进一步动作 [22][50] - 俞浩曾规划从2026年底开始,公司生态旗下多个业务板块将在全球主要交易所密集启动IPO [18][46]
刚刚,创智+模思发布开源版Sora2,电影级音视频同步生成,打破闭源技术垄断
机器之心· 2026-01-29 18:26
文章核心观点 - 上海创智学院OpenMOSS团队与模思智能联合发布了中国首个高性能开源端到端音视频生成模型MOVA,实现了“音画同出”,并选择全栈开源,旨在打破当前顶尖音视频生成技术普遍闭源造成的技术垄断,推动开源社区发展 [1][2][4][55] 产品发布与定位 - 模型名称为MOVA,是端到端音视频生成模型,能生成长达8秒、最高720p分辨率的视听片段 [1] - 模型在多语言口型同步、环境音效契合度上展现了极高的工业水准,生成效果具有身临其境的真实感 [1][3] - 在Sora 2和Veo 3等顶尖技术走向闭源的背景下,MOVA选择将模型权重、训练代码、推理代码及微调方案全栈开源 [2][4] 技术架构与创新 - MOVA是一个规模约320亿参数的模型,采用MoE架构,推理时激活180亿参数 [19] - 模型采用异构双塔架构,结合了14B参数的Wan 2.2 I2V作为视频骨干网络和1.3B的文本到音频扩散模型作为音频骨干网络,并通过双向桥接模块实现模态融合 [22][24] - 为解决音视频时间轴对齐问题,团队设计了Aligned ROPE机制 [24] - 训练策略上采用三阶段由粗到细的策略:360P训练、360P退火训练及720P训练,并引入了Dual Sigma Shift创新 [31][32][33] - 在推理中引入了双重Classifier-Free Guidance公式,允许用户在文本引导和音画同步间调整权重,并内置LUFS响度归一化算法确保音频质量 [42][44] 性能表现 - 在口型同步任务中,开启Dual CFG模式后,MOVA-720p的LSE-D得分为7.094,LSE-C得分为7.452,展现出优势 [48] - 在语音准确度指标cpCER上,MOVA也取得了最佳结果 [48] - 在人为主观竞技场评估中,MOVA的ELO评分达到1113.8,显著高于基线模型,并对战OVI和级联系统的胜率超过70% [49] 数据处理与工作流 - 构建了一套三阶段精细化数据处理管线,处理720p分辨率、24fps帧率、8.05秒时长的视频片段,并通过细粒度标注提升模型泛化能力 [28] - 设计了三阶段Agent工作流,通过视觉解析、提示词重构和双重条件生成,提升首帧一致性与指令遵循能力,降低用户素材门槛 [36][38][40][41] 行业意义与生态影响 - MOVA补全了音视频生成基础模型的开源拼图,改变了“领先技术不开源”的现状 [4][54][55] - 其360p版本面向较低硬件门槛,使音视频生成不再仅限于GPU集群 [56] - MOVA已成为昇腾首个支持的开源多模态音视频一体生成模型,获得了全栈算力支撑 [56] - 模思智能正快速构建其多模态基础模型版图,从语音识别到音视频生成,环环相扣 [57] 研发模式与人才培养 - MOVA是上海创智学院与模思智能在“研创学”模式下的成功实践,融合了学术深度与产业落地敏锐度 [59] - 学生在千卡级规模的工业级基模训练中承担核心任务,积累了解决大规模训练、数据处理、模型设计等硬核工程问题的实战经验 [59] - 这一模式重塑了AI顶尖人才培养路径,为未来AGI竞争储备力量 [60]