3位武大00后,融资数千万,要做智能体的“3D打印机”

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
3位武大00后,融资数千万,要做智能体的“3D打印机”
8288点击    2025-12-19 13:59

模态跃迁已完成两轮累计数千万元的融资。


智东西12月19日报道,由三名00后武汉大学校友创办大模型领域科技创企模态跃迁(MercAllure),已完成两轮累计数千万元融资,投资方包括深圳高新投、力合科创、楚天凤鸣天使基金、武汉基金、奇绩创坛等机构。


自2023年8月在武汉注册成立以来,这支年轻的创业团队聚焦一件事:打造一套“智能体的3D打印机”——跃迁基座。


跃迁基座是一套面向大规模AI应用的综合技术中台,整合了多模态模型、智能体框架、RAG框架、合成数据引擎、本地推理加速技术等中间组件。


模态跃迁团队在此基础上,构建了水利水文、高校教育、工程咨询等领域的企业级解决方案。


目前,该公司已经成功服务了多家海内外大型企业与国际知名高校科研院所。


模态跃迁早期成员主要来自武汉大学,武汉大学计算机学院的王正教授也出任模态跃迁的首席科学家


今年4月,模态跃迁CEO邴龙志为创新创业青年企业家代表,在武汉市民营经济发展大会第一排就座并发言,引起广泛关注;11月,模态跃迁先后成功入选“光谷AI新势力八强”榜单。


做Agent Infra的创企并不鲜见,这支从高校孵出的团队,如何趟出一条让企业级智能体真正落地的新路来?


近日,模态跃迁CEO邴龙志、COO常元和、CTO丁震宇三位联合创始人与智东西进行了深入交流。


据透露,模态跃迁团队规模今年快速壮大,已发展至约40人,其中80%以上为硕博生。该公司文化强调“年轻、开放、扁平”,并把开源社区当作关键的招人渠道,来自北京、深圳、成都、西安、杭州等地的越来越多工程师正通过开源社区交流加入模态跃迁。


3位武大00后,融资数千万,要做智能体的“3D打印机”


老司机的赛道,新玩家的游戏:


三个武大00后要定义下一代企业级AI


模态跃迁的故事,始于三个00后“就想做点不一样的事情”的初心。武大创业中心的“红房子”,是他们创业梦想萌芽的地方。


2021年起,邴龙志、常元和、丁震宇三人在本科阶段就分别开始了创业尝试。


其中一条线由邴龙志主导,用深度学习技术做跨境电商平台服务,平台在2022年的GMV(商品交易总额)就已经达到了两千万元


另一条线由常元和、丁震宇主导,做AIGC文生图平台。他们声称较早推出了“可商业化使用”的AI文生图产品,在不依赖融资的情况下,半年获得超过100万注册用户,随后项目被收购


这令还是大学生的他们,充分意识到将技术转化成商业成果的可行性。


在2022年底ChatGPT发布后,三人几乎没有犹豫,把它视为一次分布不均、但必须抓住的“窗口期”。


他们判断:大模型带来的不是单一产品机会,而是一场贯穿生产力与生产关系的深度变革。它不仅能提升个体与组织的生产效率,更会重构企业的协作模式、业务流程与价值创造方式,这场变革的核心战场必然落在企业级应用。唯有聚焦企业级场景,将公司本身当作 “围绕AI重新组织” 的核心产品来打造,才能真正承接住这场变革的红利,在产业升级中站稳脚跟。


于是在2023年8月,模态跃迁在武汉光谷启程。“模态”指的是预判AI将会走向多模态,“跃迁”则寄托了从低阶到高阶突破的创业野心。


定义下一代企业级 AI,成为大模型时代创业冠军”,从那时起就是团队的目标。


对于创业初期的资金难题,他们也没发愁太久。2023年下半年,奇绩创坛创始人兼CEO陆奇博士送来了第一笔关键资金,模态跃迁的创业之路随之正式启程。


瞄准智能体“3D打印机”


做一门可复制的生意


模态跃迁定位为一家专注软件与算法的企业级智能体落地公司


这个赛道的难点在于,企业流程千差万别。如果做得太“贴身”,容易陷入无限定制,如果做得太“标准”,又很难嵌进关键环节。


为了解决智能体怎么真正跑进企业流程、还能持续交付的问题,模态跃迁选择了一条不同于SaaS模式的路线


先把企业落地中反复出现的共性能力做成一套内部综合技术平台——跃迁基座,再由小规模交付团队把这些能力嵌入客户的系统与流程中,同时把每次落地里可复用的部分回收进基座,逐步扩充组件库,让后续交付越来越像“搭积木”。


几位创始人用了一种更通俗的说法解释“跃迁基座”:它就像一台“智能体的3D打印机”。权限与账号体系、知识接入与检索、工具调用与流程编排、评测与灰度、部署与运维,这些容易“卡住”的环节,都被提前做成标准模块。面对一个新客户时,团队不需要从头造轮子,而是按客户现有业务系统做适配与组合,用配置和拼装把系统跑起来。


3位武大00后,融资数千万,要做智能体的“3D打印机”


这套打法也借鉴了美国科技公司Palantir的FDE模式:智能体的通用能力就像一条高速公路,但高速公路不可能直接通到每家每户,仍需要一段段“村村通”或碎石路,把它接进具体业务


也正因如此,模态跃迁强调自己内部的人力配置是“反外包”的:多数工程师投在跃迁基座研发,只有少量人力做交付与产品化。交付过程中新增的需求,尽量被抽象成可复用组件,再回收到基座里。


这样做的核心,是把交付从“纯定制”里拉出来。若每个客户都需要大量专属开发,就会出现复用率低、交付周期长的问题。同时,人力成本会随着项目数量线性上升,公司毛利也容易被拖低。相反,把更多工程投入放在基座研发上,把新增需求尽量做成可复用组件,同样规模的团队就能支撑更多项目,交付更可复制,毛利结构也更可控。


这套商业化的思路,也为他们吸引来更多融资。投资人首先看重的便是模态跃迁的交付能力,其次是三位创始人长期协作的团队状态,以及目前“跃迁基座”的业务打法。


跃迁基座1.0在2024年8月发布,近日已迭代到1.5版本,包含6个核心组件、30多个模块,覆盖企业级智能体落地的关键环节。其目标是把“基座能力”与垂直场景整合得更紧,让交付更规模化。


避开热门赛道,先做标杆


已打造两款贴近落地的产品


行业选择上,模态跃迁团队刻意避开“人人看得见的热门赛道”。


在他们看来,热门赛道竞争激烈、行业纵深有限,真正能让智能体发挥杠杆效应的行业,往往藏在“水下”——市场空间大、业务流程长、提效环节多,但外界关注度没那么高,缺乏行业知识的团队也很难下手。


基于这套逻辑,他们优先切入工程咨询、水利水文、教育,并把拿下第一批客户的策略定为“先做标杆”。


据其团队透露,模态跃迁在教育方向已拿下多所头部高校客户,在工程咨询方向已有多省头部企业乃至上市公司在使用,在水利水文方向则从长江、黄河、珠江等体系相关的头部客户切入。


这得益于两大优势:一是基于跃迁基座把智能体真正嵌进业务流程,能给出可感知的提效结果。二是相比“从零搭智能体”的团队,交付成本较低,且落地速度更快。


在产品层面,模态跃迁有两款更贴近业务一线的落地产品,旨在探索把基座能力做成“可售卖形态”。


第一款是工程咨询产品“鼎慧通”,切入点是可行性研究报告编制。传统工作流中,写一份科研报告,往往需要5-7人团队工作约一个月,体量从10万字起步,甚至到40万字、70万字。


鼎慧通的目标是把这件事压缩到“10分钟级”,并输出格式规范、引用明确、语言风格专业、且尽量避免事实性错误的长文报告,同时通过Copilot式能力辅助后续优化。


该产品10月发布,目前处于内测阶段,已有多家头部客户把它作为内部降本提效工具。据模态跃迁团队透露,鼎慧通的长期目标是覆盖国内约3万家工程咨询企业、市占率达到70%


第二款是教育方向的“墨跃启智”,同样基于跃迁基座生成,后续会继续迭代并与垂直场景结合更紧。


在定价逻辑上,模态跃迁尝试把传统软件常见的“按人天”或“按项目”计费方式,转为“按效果”计算,以节省的人力成本或提升的效率作为参照。模态跃迁团队举例称,若能在两年内为企业节省约2000万元成本,他们会倾向于按节省额的15%-20%收取服务与交付费用(约350万-400万元),客户也更易把账算清楚。


与此同时,这种定价方式把压力落在同一个前提上:智能体必须在真实业务里持续跑出可量化的提效结果。这将直接检验团队的落地与交付能力。


结语:智能体热潮来袭


下一轮比拼在可交付、可复用


企业级智能体兴起后,一个趋势正在变得更为明显:行业不缺会写Demo的团队,真正稀缺的是能把智能体接进业务系统、跑通流程、还能长期维护迭代的交付能力。


这也带动了交付形态发生变化:一端是标准化SaaS的规模化效率,一端是项目制的贴身落地,越来越多团队会在两者之间寻找更可复制的路线。


常元和认为,“FDE模式”在北美已经称之为显学,但这个趋势在国内还没有被看到。他们希望探索出“FDE模式”或者“本体模式”在中国化场景下的最佳实践。


文章来自于微信公众号 “智东西”,作者 “智东西”

AITNT-国内领先的一站式人工智能新闻资讯网站
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI代理

【开源免费】Browser-use 是一个用户AI代理直接可以控制浏览器的工具。它能够让AI 自动执行浏览器中的各种任务,如比较价格、添加购物车、回复各种社交媒体等。

项目地址:https://github.com/browser-use/browser-use


2
AI工作流

【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!

项目地址:https://github.com/coze-dev/coze-studio


【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。

项目地址:https://github.com/n8n-io/n8n

在线使用:https://n8n.io/(付费


【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。

项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file



【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。

项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用:https://vectorvein.ai/付费

3
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md

4
RAG

【开源免费】graphrag是微软推出的RAG项目,与传统的通过 RAG 方法使用向量相似性作为搜索技术不同,GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。

项目地址:https://github.com/microsoft/graphrag

【开源免费】Dify是最早一批实现RAG,Agent,模型管理等一站式AI开发的工具平台,并且项目方一直持续维护。其中在任务编排方面相对领先对手,可以帮助研发实现像字节扣子那样的功能。

项目地址:https://github.com/langgenius/dify


【开源免费】RAGFlow是和Dify类似的开源项目,该项目在大文件解析方面做的更出色,拓展编排方面相对弱一些。

项目地址:https://github.com/infiniflow/ragflow/tree/main


【开源免费】phidata是一个可以实现将数据转化成向量存储,并通过AI实现RAG功能的项目

项目地址:https://github.com/phidatahq/phidata


【开源免费】TaskingAI 是一个提供RAG,Agent,大模型管理等AI项目开发的工具平台,比LangChain更强大的中间件AI平台工具。

项目地址:https://github.com/TaskingAI/TaskingAI