Moushen Brain sammelt fast 100 Millionen Yuan in Pre-A-Runde: Fudan-Professor und Ex-Intel-Chefwissenschaftler erschaffen „Gehirn“ für Roboter

Der chinesische Startup "Motion Brain" (眸深智能) hat in einer Pre-A-Finanzierungsrunde knapp 100 Millionen Yuan (etwa 13,8 Millionen US-Dollar) eingesammelt. Zu den Investoren zählen die Brancheninvestmentplattform Jinyue Investment, die gemeinsam von einer großen chinesischen Asset-Management-Gesellschaft, einem Hongkonger Konsortium und mehreren börsennotierten Unternehmen gegründet wurde, sowie der Fonds Chuanghehui Capital und der vorherige Investor Xuhui Capital. Dies ist die zweite Runde innerhalb von zwei Monaten nach der Pre-A-Runde über 300 Millionen Yuan im Mai 2026. Zudem befindet sich eine Pre-A+-Runde über 500 Millionen Yuan im Abschluss. Seit Jahresbeginn hat sich die Bewertung des Unternehmens mehr als verzehnfacht. "Motion Brain" wurde im Januar 2025 von Professor Chen Tao, dem Direktor des Deep-Learning-Labors der Fudan-Universität, dem ehemaligen Chefwissenschaftler von Intel in China, Zhang Yimin, und dem Serienunternehmer Mu Zelin gegründet. Die Schlüsselmitarbeiter verfügen über Erfahrung bei Huawei HiSilicon, Intel und Nvidia. Das technische Know-how wird seit 2022 aufgebaut. Es wurde eine MLD (Latent Space Diffusion Model) entwickelt, die weltweit erstmals Bewegungen in den latenten Raum abbildet und ein Diffusionsmodell zur Generierung natürlicher Bewegungen einsetzt. Im September 2023 wurde MotionGPT vorgestellt – ein Modell, das menschliche Posen in rund 3.000 "Bewegungs-Token" (analog zu Token in LLMs) zerlegt, was Robotern ermöglicht, neue Aktionen ohne spezielles Training (Zero-Shot) auszuführen. Bis 2026 wurden sieben Modellgenerationen veröffentlicht. Auf dieser Basis entstand STI-WM (Spatial-Temporal Unified World Action Model) – ein Framework für langfristige Planung, geschlossene Regelung und physische Interaktion, das ein Verhältnis von 80 % Internet-Videos, 10 % Motion-Capture-Daten und 10 % echten Roboterdaten nutzt, den Bedarf an echten Daten um 90 % reduziert und die Genauigkeit auf 99 % steigert. Das im März angekündigte Modell T²MB (Task*Task Motion Brain) ermöglicht Robotern das autonome Lernen vor Ort ohne Datensendung in die Cloud und steigert die Genauigkeit bei der Aufgabenausführung um bis zu 25 %. Die Arbeiten des Unternehmens werden bereits in den neuesten Nvidia-Modellen (ARDY) zitiert. Ein technischer Vorteil ist die Kompression des Modells von Hunderten Milliarden auf Dutzende Milliarden Parameter, die Reduzierung der Latenz auf dem Gerät von 200 auf 10 ms, die Senkung der Rechenkosten von 200.000 auf 10.000 Yuan pro Modell sowie die Anpassung an chinesische Chips (HiSilicon Ascend, Horizon Robotics, Enflame). Die Kompressionsarbeit erhielt den IJCAI 2025 Best Paper Award – den einzigen für ein chinesisches Festlandteam in den letzten fünf Jahren.