梁文锋：DeepSeek的终点是具身智能。
DeepSeek入局机器人，看起来越传越真了。
先是入股宇树科技，如今又传出领投机器人AI初创公司的消息。与此同时，梁文锋本人也开始密集接触具身智能创业者。
这几个消息合在一起，足以让人嗅到一些微妙的气息。
据媒体消息，DeepSeek拟领投Winverse AI的种子轮融资。这家公司成立仅数月，创始人胡瀚曾经负责过腾讯的视觉语言及具身基础模型团队。
整轮融资规模为数千万美元，拟议投后估值约4亿美元。如果交易顺利落地，这将是DeepSeek成立三年多来规模最大的初创企业投资之一。
与此同时，另有媒体称，梁文锋近期与多位具身智能创业者交流，讨论机器人、大模型与现实世界交互等方向。知情人士透露，他正在考虑进一步进入这一领域，可能自建团队，也可能通过投资切入。
截至目前，DeepSeek方面尚未对此事作出回应。
图源：微博
从公开合作到新的融资消息，DeepSeek正在寻找大模型与物理世界发生联系的方式。
它究竟准备把模型装进机器人，还是参与建立机器人背后的技术基础？答案还没揭晓，但可以从DeepSeek已经采取的行动里看出一些端倪。
两个月前，DeepSeek参与宇树科技IPO战略配售，获配约93.34万股。认购金额约1.41亿元，股份限售期36个月。
发行相关法律意见书披露，双方合作涉及大模型与具身智能研发、产品开发。DeepSeek开展相关探索时，会倾向于选择宇树的相关产品。宇树开展模型适配相关开发时，DeepSeek也提供对应的合作安排。
从产业逻辑看，这种合作容易理解。模型公司需要硬件平台验证能力，机器人企业需要更强的感知、规划与学习方法。双方资源存在互补空间。
但把“大脑”和“身体”摆在一起，就能拼出智能吗？宣传图只需要两块拼图，工程团队面对的接口可多得多。
图源：凤凰网
Winverse AI的出现，让整个局势变得不太一样。
部分行业人士认为，这家公司更偏模型加速等底层基础设施。
创始人胡瀚早期主要围绕计算机视觉、视觉基础模型展开研究，随后逐渐进入多模态大模型，并在腾讯时期进一步参与具身智能基础模型研发。
这些研究方向与机器人AI所需要的视觉感知、环境理解和任务执行能力存在较强关联，也为其创办Winverse AI提供了技术积累。
机器人AI涵盖很多环节：基础模型、动作策略、训练工具、部署优化。投资其中一家企业，可能服务于某个具体技术需求，未必意味着立刻建立整套机器人业务。
所以，DeepSeek目前呈现出的更像是一种分阶段探索：借助硬件合作建立连接，关注专业团队，同时评估内部研发方向。
图源：量子位
梁文锋本人向来都非常关注和重视具身智能领域。有媒体曾经整理了一场梁文锋与投资者的交流，其中记录了他对具身智能的判断：
“所以对我们公司来讲，可能终点都是具身......如果说目标是解决人力需求的话，那么具身我觉得就是绕不过去的。”
有人会有疑问，DeepSeek本身就是做大模型的，转向同属AI领域的具身智能不应该轻而易举吗？
实际上，对于AI来说，语言世界与现实世界的差距十分巨大。
文本推理主要围绕信息展开，但机器人执行任务还要处理位置、接触、力度、运动和环境变化。答案写得流畅，动作未必做得稳。
如今常见的技术方向之一是VLA，也就是视觉语言动作模型。它把视觉信息、语言指令与动作生成连接起来，让模型输出面向机器人的行动。Google DeepMind在2025年发布Gemini Robotics时，就同时介绍了视觉语言动作模型和具身推理模型。后者侧重空间理解，可以连接机器人已有的控制器。
行业正在探索不同的能力组合，而机器人系统本身还要完成大量适配。高层模型理解任务，动作策略生成操作，底层控制器保障执行。
各环节必须交换信息，还得及时纠错。任何一层掉链子，整套系统都要承担后果。
图源：Google DeepMind官网
不过DeepSeek也并非从零开始。
R1系列公开资料呈现了推理与强化学习训练研究；Janus系列则涉及多模态理解和生成。二者都可以为具身智能领域的研究提供帮助。
语言模型的强化学习，与实机环境中的强化学习，虽然需要不同的数据、反馈和验证方法，但逻辑是相同的。多模态模型理解图片，也为研究视觉语言动作模型提供了基础。
不过，基础可以迁移，成绩需要重考。DeepSeek接下来怎么走，也取决于它自己愿意面对多少新挑战。
通过投资进入，可以建立与专业团队的联系，获得具体硬件平台上的探索机会。自建团队，则能更直接地控制研究问题和实验过程。
两种方式虽能并行，但代价也各不相同。
图源：GitHub
其中最难绕开的就是数据。机器人需要的交互数据涉及具体设备、动作、环境与结果。不同平台的关节结构、传感器和控制方式，会增加数据使用的难度。
只记录成功动作够不够？失败怎么发生，纠错怎样完成，模型又能学到多少？这些问题直接影响它在陌生任务中的表现。
机器人在实验条件下完成任务，只能证明在实验条件中的能力。跨物体、跨环境的表现，需要另外评估。
一段成功的演示能够说明技术有进展，但完整判断还需要测试次数、失败记录、人工干预情况，以及环境变化后的表现。没有这些信息，成功率就只是一个难以服众的数字。
此外还要看速度。语言模型可以花时间推理，机器人执行动作时需要持续处理环境信息。感知、计算、通信和控制之间的延迟，都会影响系统表现。
更强的模型可以带来更好的大脑，也可能增加计算负担。研究团队需要决定哪些任务交给大模型，哪些必须在设备端及时完成，以最大化机器人的运作效率。智能要够用，反应也得跟得上。
图源：百度
然后是安全。机器人运行涉及碰撞、接触力和运动稳定性。模型决策与底层保护机制需要共同工作，才能把风险控制在可接受范围内。
因此，机器人能力的评估还要看它如何处理异常、怎样停止危险动作，以及是否需要人持续看护。
从商业化的角度，账本也是无法忽视的一环。采购方要算整套系统的账，设备价格、部署费用、运维、人力干预、故障停机，以及长期使用带来的收益。
模型调用便宜了，只能改善其中一部分。一台机器人需要多少维护，能连续工作多久，客户愿不愿意继续采购，这些结果都会检验技术的实际价值。
这就是DeepSeek走向具身智能所需要面临的重重挑战。
大模型企业与机器人企业加强合作，有机会把研究能力推向更多真实任务。对普通人而言，这种探索值得期待，因为它带来了AI发展的新可能。
图源：知乎
接下来，投资消息需要等待官方回应，机器人模型需要测试，商业价值也需要持续验证。
这场探索的吸引力，正来自于困难与未知。
DeepSeek已经展示过基础模型研究的能力，具身智能领域将提出另一套要求，既考算法，也考工程，更考验长期磨合的耐心。
路漫漫其修远兮，梁文锋将深思而求索。
铁粉推荐
