从宇树科技到Winverse AI，DeepSeek梁文锋的物理世界新棋局

Winverse AI缘何拿下近4亿美元估值？从宇树到Winverse，DeepSeek加快具身智能布局从语言模型走向物理世界，DeepSeek意欲何为？

成立仅数月、尚未公开任何产品，一家名为Winverse AI的初创公司便在近期斩获了近4亿美元的估值。而背后推波助澜的，正是近期动作频频的AI巨头DeepSeek。

10月12日，据彭博社报道，DeepSeek已同意领投Winverse AI规模达数千万美元的种子轮融资，美团旗下龙珠投资（Long-Z Investments）等机构也已作出投资承诺。

而市场更关注的是DeepSeek近期逐渐显现的投资风向。

过去两年，这家由梁文锋创立的AI公司主要因大语言模型的性能、训练效率及开源策略受到关注，如今，DeepSeek开始将目光投向语言模型之外的领域，以投资和技术合作的方式接触具身智能相关企业，其向物理世界智能延伸的投资路径正逐渐清晰。

获得DeepSeek青睐的Winverse AI成立于今年，目前仍处于隐身运营阶段，外界对其团队规模、技术研发方向及商业模式等情况知之甚少。

相比之下，Winverse AI其创始人胡瀚（Han Hu）的技术履历更加值得关注。

根据胡瀚个人学术主页披露的信息，他于2008年和2014年分别获得清华大学学士及博士学位，曾在百度深度学习研究院、微软亚洲研究院任职，并于2023年12月加入腾讯混元大模型团队。

在腾讯期间，胡瀚曾担任语言大模型技术负责人、组建语音模型团队，随后负责视觉语言模型（VLM）及具身基础模型团队。也就是说，在创办Winverse AI之前，他已同时积累了语言、视觉和具身智能相关的大模型研究经验。

胡瀚最广为人知的学术成果之一，是参与提出Swin Transformer视觉模型架构，并担任相关论文的通讯作者。该论文获得了2021年国际计算机视觉大会（ICCV）最佳论文奖Marr Prize。

Swin Transformer通过移位窗口注意力等设计，让Transformer架构能够更高效地处理不同尺度的视觉信息，在图像分类、目标检测、语义分割等计算机视觉任务中获得广泛应用。这些技术并不直接等同于机器人控制模型，但与机器人理解外部环境所需的视觉感知能力存在技术联系。

此外，胡瀚还参与了Swin Transformer V2、SimMIM等研究，工作覆盖视觉模型扩展、预训练等领域。从这些经历来看，Winverse AI的创始团队具有较强的底层模型研究背景。

关于Winverse AI的具体业务定位，彭博社将其描述为一家为机器人开发AI技术的初创公司。凤凰网科技则报道称，据其从多名业内人士处了解到的情况，Winverse AI并非严格意义上的具身智能公司，而是更偏向模型加速等底层基础设施。

Winverse也不是DeepSeek第一次押注机器人领域。今年8月，DeepSeek通过参与宇树科技科创板IPO战略配售，完成了一笔金额约1.41亿元的投资。

根据宇树科技披露的发行配售结果，DeepSeek旗下杭州深度求索人工智能基础技术研究有限公司获配933,399股，获配金额约1.4076亿元，占本次IPO发行股份数量的2.31%，限售期为36个月。

比投资金额更值得关注的是，双方还建立了明确的战略合作安排，将结合各自在AI模型、机械工程、运动控制及具身智能方面的技术能力，共同探索面向人形机器人的AI模型研发。

在相关合作安排中，宇树科技采购模型训练服务和技术解决方案时，将优先考虑DeepSeek；DeepSeek采购机器人或开展具身智能应用时，也将优先考虑宇树科技。

这使得双方的关系不只停留在资本层面。DeepSeek擅长的模型训练、推理及算法优化，与宇树科技在机器人本体、运动控制和实际硬件部署方面的能力，存在一定的互补性。对于希望让大模型进入物理世界的研发机构而言，机器人平台还有可能提供真实环境下的感知与交互数据。

与宇树科技相比，Winverse AI处于更早的发展阶段。如果本轮融资完成，DeepSeek的投资对象将同时覆盖机器人硬件制造商，以及具有视觉语言模型和具身模型研发背景的创业团队。

实际上，DeepSeek创始人梁文锋已经开始更多地关注这一领域。

据凤凰网科技10月12日独家报道，梁文锋近期与多名具身智能创业者进行交流，讨论机器人、大模型与现实世界交互等技术方向。

知情人士透露，DeepSeek正在评估是否进一步进入具身智能领域，包括自行组建研发团队或投资相关企业等方式。

DeepSeek正在尝试将大模型技术延伸至物理世界，而机器人企业所掌握的硬件平台、真实场景和交互数据，恰好能够为这一探索提供支持。

在现有技术体系中，大语言模型主要通过文本、代码等数据学习知识和推理能力。但控制机器人完成任务需要解决更多维度的问题，机器人不仅需要理解指令，还要识别物体的空间位置、规划运动路径、控制抓取力度，并根据实际环境中的变化实时调整动作。

这些能力涉及三维空间理解、运动控制、动作数据和物理反馈，是现有语言模型难以独立解决的问题。

而此前，DeepSeek已在多模态模型领域积累了一定技术基础。早在2024年12月，其就已发布DeepSeek-VL2视觉语言模型系列，支持视觉问答、图像理解和视觉定位等任务。只不过，视觉语言理解与机器人动作控制之间，仍存在明显的技术差距。

因此，与宇树科技等机器人企业合作，有可能为DeepSeek提供真实的硬件平台、交互数据和技术验证环境。而投资Winverse AI这样的技术初创公司，则可能帮助其接触视觉模型、具身基础模型或相关底层基础设施方面的研发能力。

除了技术上的需求，DeepSeek近期迅速扩大的资本实力，也为其向机器人领域延伸提供了另一重条件。在今年6月完成约74亿美元的首轮外部融资后，DeepSeek于7月启动第二轮融资，最初计划募集500亿元人民币，目标估值达到5000亿元。

但投资者的认购热情远超预期。彭博社援引知情人士称，截至10月初，DeepSeek新一轮融资获得的投资承诺已超过800亿元人民币，根据已签署的投资条款，最终融资规模可能接近1000亿元。腾讯、宁德时代是主要出资方之一，融资预计于10月完成。

如果最终顺利交割，DeepSeek将获得一笔规模庞大的新资金。这不仅能够支持其继续投入算力基础设施、模型训练和人才招聘，也意味着它将有更充分的资金条件，通过投资和合作参与其他AI技术领域的研发。

过去，DeepSeek的资金支持主要来自梁文锋旗下的幻方量化，而随着大规模外部融资的引入，它开始具备通过资本投资支持外部研发团队的能力，不必再完全依赖内部团队探索新的技术方向。这与OpenAI、谷歌等大型AI企业通过投资、合作及生态建设拓展技术应用的思路存在相似之处。

而从宇树科技和Winverse AI这两笔投资来看，DeepSeek关注的领域，涵盖了机器人硬件制造，以及与模型研发存在潜在联系的技术能力。

对于这样一家刚刚获得大规模资本支持的AI公司而言，投资机器人相关企业既可能是探索下一阶段模型能力的技术选择，也是在研发周期较长、技术路线尚未收敛的物理AI领域，建立外部合作关系的一种方式。

从这个意义上说，DeepSeek的机器人布局或许才刚刚开始，其逐渐充裕的资本储备，也会让这条探索路径拥有更多可能性。其技术征程已正式从纯粹的数字世界迈向充满无限可能的物理现实。