MOSS

MOSS 由复旦大学自然语言处理实验室邱锡鹏团队推出，2023 年 2 月开放内测，是国内较早公开可用的对话式大语言模型，能处理对话生成、编程与事实问答。它一开始就走开源路线，权重、推理代码与微调脚本都放了出来，moss-moon 系列还提供 INT4、INT8 量化版本，方便在有限的硬件上跑起来；插件增强的版本支持搜索、文生图、计算器与方程求解这类工具调用。

之后 OpenMOSS 这条线从单一对话模型扩展成一套多模态体系。2023 年出语音模型 SpeechGPT，2024 年出把语音、文本、图像与视频统一到离散词元的 AnyGPT，此后陆续发布 MOSS-TTS、MOSS-Audio、MOSS-Transcribe-Diarize、MOSS-VL、MOVA 等系列，覆盖语音生成、音频理解、语音识别、视觉理解与内容生成。2026 年 7 月开源的 MOSS-VL-Realtime 做实时视频理解：可以在视频播到任意时刻提问，画面没有关键事件时保持沉默，回答过程中出现转折还能自我纠正。

团队孵化的公司模思智能（MOSI）在 2026 年 3 月完成数亿元天使轮融资，同年 10 月又宣布超 10 亿元 Pre-A 轮，方向是全模态实时交互，落点包括 AI 眼镜、智能汽车与机器人。对想本地部署、做二次开发或教学研究的人来说，MOSS 的价值在于可获取、可改造；它并不是面向普通消费者的成熟产品。