王兴兴认错，梁文锋掏钱

来源：科技每日推送

作者 | 王馨

编辑 | 汤安迪

10 月 12 日有消息称，DeepSeek 将领投机器人 AI 初创公司 Winverse AI 的种子轮融资，投后估值约 4 亿美元。

这家公司成立不过几个月，创始人胡瀚曾负责腾讯混元多模态大模型，美团旗下龙珠投资也已承诺跟投。

这是 DeepSeek 公开可见的第二个投资标的。第一家是两个月前投的宇树科技。

巧的是，10 月 12 日的上海，宇树科技创始人王兴兴在第 26 届中国国际工业博览会的开幕式上，说了这样一句话：

▎ “过去十几年我犯的最大的错误，就是对 AI 的相信还不太够。”

一个做机器人的，后悔自己没早点相信 AI；一个做 AI 的，正在花钱买机器人，恶补具身。

先买身体，再买大脑

今年 8 月，DeepSeek 通过宇树科技 IPO 战略配售投入约 1.41 亿元，获配 93.3399 万股，占总股本的 2%。

比金额更值得注意的是锁定期。多数外部战略投资者锁定 12 个月，DeepSeek 锁了 36 个月。双方还签署《战略合作备忘录》，约定在通用人工智能、高性能通用机器人和 AI 大模型三个方向合作。

合作里还有一项互惠安排。宇树采购模型训练服务时，同等条件下优先考虑 DeepSeek；DeepSeek 采购机器人时，同等条件下优先考虑宇树。

换句话说，DeepSeek 买的不只是一笔股份，也是一条进入物理世界的通道。

有了机器人的身体，两个月后，DeepSeek 把手伸向了大脑。

Winverse AI 成立于 2026 年，至今只有几个月，仍处于隐身模式，产品、团队规模和技术细节都没有公开。此次种子轮融资规模为数千万美元，投后估值约 4 亿美元。如果交易完成，它将成为 DeepSeek 成立以来规模最大的初创公司投资之一。

这笔投资也不是临时起意。据报道，梁文锋近期密集接触具身智能领域的创业者，探讨机器人、大模型与现实世界交互等方向。方案可能包括亲自组建团队下场研发，也可能通过投资相关企业切入。知情人士说他“在这个领域也不是很有经验，所以也在密集学习”。

一个有趣的细节，梁文锋此前曾对投资人表示，世界模型不重要。而胡瀚离职创立 Winverse AI 时对外说的方向，正是“具身智能和世界模型”。

从“不重要”到领投，前后不到半年。

关于胡瀚和 Winverse AI

尽管 Winverse AI 还处于隐身模式，但创始人胡瀚身上却有一条清晰的线索。

胡瀚本科和博士都毕业于清华大学，随后先后进入百度深度学习研究院和微软亚洲研究院。2021 年，他参与研发的 Swin Transformer 获得 ICCV 最佳论文奖。这项研究解决的核心问题，就是如何让原本擅长处理文字的 Transformer 更高效地“看懂”图片。

2025 年，胡瀚以“腾讯杰出科学家”身份加入腾讯， 负责混元多模态大模型研发，同时担任腾讯混元大模型 Tech Lead。从视觉模型一路做到多模态大模型、世界模型和具身智能。2026 年 4 月，他与姚顺雨共同署名发布了具身 VLM 基座模型 HY-Embodied-0.5。

三个月后，他离开腾讯，创办 Winverse AI。

除了一份漂亮的履历，更重要的是，胡瀚和 DeepSeek 之间早已有一条技术上的熟人链。

胡瀚在微软亚洲研究院工作时，曾与解振达多次合作。两人共同参与了 PixPro、Swin Transformer V2 和 SimMIM 等研究，主要方向都是自监督学习和大规模模型训练。

后来，解振达加入 DeepSeek，成为核心研究人员。他参与了 DeepSeekMoE、DeepSeek V3、DeepSeek R1 和 Janus-Pro 等项目，也是 mHC 论文的第一作者。mHC 后来成为 DeepSeek V4 的关键架构创新之一。

类似的连接不止一条。曾与胡瀚共同研究 Swin Transformer V2 的韦毅轩，后来也出现在 DeepSeek 的研究团队中。

所以，DeepSeek 投资的并不是一个完全陌生的创业者。而且双方的能力也正好互补。DeepSeek 擅长通用模型、推理和训练效率，胡瀚则一直在解决视觉、语言与物理世界之间的连接问题。

段永平那句老话：投资就是投人。

GPT-6 让梁文锋坐不住了

据媒体报道，推动梁文锋重估机器人的，是最近 GPT-6 带来的压力。

在一项机器人控制测试中，GPT-6 Astra 的成功率达到 95%，远高于 Fable 5.1 的 40%。随后出现的多个测试也证明，GPT-6 已经不只会处理文字和图像，还能理解现实环境，规划动作，直接控制机器人完成任务。

破壳机器人创始人、清华大学交叉信息研究院助理教授许华哲，把具身智能的能力分成了三层：语义泛化、空间泛化和物理泛化。

他的判断是，Astra 的前两层已经很强，能够认出物体，判断物体在哪里，也知道应该怎样靠近和抓取。相对薄弱的是第三层，也就是真正理解力度、摩擦、变形和物体接触。

简单来说，GPT-6 已经会看、会想，也开始会动手了，只是手还不够稳。

这对 DeepSeek 构成的压力很直接。

有消息称，梁文锋近期表示， DeepSeek 在部分能力维度与 GPT-6 仍有差距。这也让他开始重新思考一个问题：如果下一阶段的 AGI 竞争发生在机器人身上，只靠语言模型继续往前堆，DeepSeek 还跟得上吗？

答案显然不能只等下一代模型。

DeepSeek 擅长算法、训练和推理，但缺少机器人硬件、真实世界数据，以及把模型变成动作的完整链路。从头组建团队当然可以，只是时间太长。投资宇树和 Winverse AI，则是更快的办法。

结语

10 月 12 日工博会上，王兴兴还说了一个很猛的预判：

▎ “明年 GPT-7 出来，可能直接把具身智能问题打穿。”

他提到宇树已经把 GPT-6 装到各种机器人上做任务测试，“效果实际上非常不错”。

而他对具身智能临界点的时间判断一直在往前拨：今年 8 月，他认为快则两三年，慢则五到十年；到了 10 月，最快预期已经缩短到一两年。原因是 AI 的进步太快，“每隔一两个月都有非常大的更新”。

他也没有回避瓶颈。工厂落地做了两年，还停在“试训练，整体效率低于人。”他给落地场景排的顺序是工业与 To B 商业服务在前、家庭最后。

但方向已经很清楚。机器人行业正在从分工合作走向垂直整合。

梁文锋有自己的 AGI 路线图，流传的投资人交流实录里，他的顺序是：语言模型、思维链、Agent、持续学习、自我迭代，具身智能排最后，先做具身是“很苦的活”。

可过去排最后的，现在提前了；说不重要的，现在掏钱了。

头部公司都在把三层能力往自己手里收。特斯拉用 FSD 和 Dojo 支撑 Optimus，Figure 为机器人自研 Helix，宇树也把世界模型、VLA 和双系统架构列为重点技术路线。