作者丨铅笔道 松格

编辑丨铅笔道 黄小贵

DeepSeek 又要投一家机器人公司了。

10 月 12 日，据彭博报道，DeepSeek 拟领投机器人 AI 初创公司 Winverse AI 的种子轮融资，金额数千万美元，投后估值约 4 亿美元（约合人民币 26.77 亿元）。美团旗下龙珠投资等机构也已承诺参与。

目前交易尚未最终完成。

令人意外的是，这家公司才成立几个月，至今尚未公开亮相。创始人胡瀚，曾是腾讯混元视觉语言模型负责人，今年 7 月刚刚离职创业。

两个月前，DeepSeek 还斥资 1.408 亿元，参与宇树科技 IPO 战略配售，并与其约定合作开发人形机器人 AI 模型。

从宇树到 Winverse，DeepSeek 连续把钱投向机器人产业。如身机器人创始人师云雷告诉铅笔道，DeepSeek 看中的可能是两件事：" 物理世界的学习能力，以及新的产业入口。"

01 清华博士，从腾讯出走

胡瀚是谁？

他的履历颇为亮眼：清华博士，微软亚洲研究院前首席研究员，腾讯混元前科学家，还是国际顶级计算机视觉会议最佳论文奖得主。

2004 年，胡瀚考入清华大学自动化系，此后在这里学习十年，于 2014 年取得博士学位。读博期间，他还前往美国宾夕法尼亚大学访学，师从计算机视觉学者史建波。

毕业后，胡瀚进入百度深度学习研究院。2016 年 12 月，他加入微软亚洲研究院，逐渐成长为视觉计算领域的重要研究人员。

真正让胡瀚成名的是一篇论文。

2021 年，他与团队发表《Swin Transformer》，尝试让 Transformer 架构更高效地处理图像。此前，这一架构主要在自然语言处理领域大放异彩。

这项研究很快在学术界引起关注。

当年，Swin Transformer 获得国际计算机视觉大会（ICCV）最佳论文奖——马尔奖。那届会议收到 6152 篇论文，仅 1612 篇被接收，最终只有一篇获得最佳论文奖。

胡瀚是这篇论文的共同第一作者及唯一通讯作者。

此后，胡瀚又参与了 Swin Transformer V2、SimMIM 等研究，探索如何训练更大、更高效的视觉模型。2022 年，他还入选《麻省理工科技评论》中国区 "35 岁以下科技创新 35 人 " 榜单。

值得一提的是，胡瀚与 DeepSeek 之间并非没有交集。

翻看他的论文名单，会发现一个熟悉的名字：解振达。

在微软亚洲研究院时期，两人曾共同署名 PixPro、Swin Transformer V2、SimMIM 等论文。其中，SimMIM 于 2022 年被计算机视觉顶级会议 CVPR 接收，解振达是第一作者，胡瀚则是论文作者之一。

解振达后来加入 DeepSeek，成为其基础模型研究人员，参与过 DeepSeek 多代模型的研发。

离开微软后，胡瀚加入腾讯混元大模型团队。

在腾讯，他不仅参与大语言模型研发，还负责视觉语言模型、具身基础模型等方向。

2026 年 4 月，腾讯发布 HY-Embodied-0.5 具身基础模型研究成果，胡瀚和腾讯首席 AI 科学家姚顺雨都出现在论文作者名单中。

这项研究希望解决的问题是，如何让 AI 理解现实世界的空间关系、物体运动，并为机器人完成任务提供推理能力。

然而，仅仅三个月后，胡瀚选择离开。

7 月 23 日，36 氪旗下《智能涌现》报道称，腾讯混元多模态理解负责人胡瀚提出离职创业。此前，他已转入大语言模型部旗下的 Frontier 前沿技术研究组，负责多模态理解研究，向姚顺雨汇报。

他的岗位随后由前 OpenAI 研究员田永龙接替。

胡瀚离职的同一天，腾讯宣布调整混元组织架构，将大语言模型和多模态模型部门合并，成立新的基础模型部，由姚顺雨统一管理。

胡瀚则走上创业道路。

不过，Winverse AI 至今仍颇为神秘。外界尚不清楚其团队规模、产品形态和商业化进展。

外媒将其描述为一家研发机器人 AI 的公司。但凤凰网科技从多位行业人士处了解到，Winverse 可能并不属于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。

02 DeepSeek，开始给机器人开支票

梁文锋最近对机器人表现出了浓厚兴趣。

10 月 12 日，凤凰网科技援引多位知情人士报道称，梁文锋近期密集接触具身智能创业者，探讨机器人、大模型与现实世界交互等方向。

DeepSeek 内部考虑过两条路径：一条是自己组建研发团队，另一条是投资具身智能企业。从已经发生的交易看，后者正在推进。

今年 8 月，宇树科技在上海证券交易所上市。DeepSeek 以 1.408 亿元参与战略配售，获得 933399 股，并与宇树签署合作安排。

双方约定，宇树在采购 AI 开发服务时优先考虑 DeepSeek；DeepSeek 需要机器人和具身智能解决方案时，也会优先考虑宇树。

一家擅长制造机器人，一家擅长训练大模型，两家公司尝试把各自优势结合起来。

如今，Winverse AI 又进入了 DeepSeek 的投资视野。

这背后，还有一个重要变化：DeepSeek 自己也开始拥有更充足的资金。

10 月 6 日，据报道，DeepSeek 正在推进规模至少 800 亿元人民币的新一轮融资，原计划募集约 500 亿元，因投资者认购热情超过预期而提高规模。

腾讯和宁德时代是其中的重要投资方。报道称，DeepSeek 正为 2027 年初可能进行的 IPO 做准备。

这轮融资尚待最终完成，但资金用途已经引起关注。

一部分将用于训练模型、建设数据中心，另一部分则可能流向 AI 创业公司，通过投资和联合研发拓展技术能力。

从一家专注大模型研发的实验室，到开始投资上下游创业公司，DeepSeek 的角色正在发生变化。

为什么选择机器人？

如身机器人创始人师云雷向铅笔道分析，一个重要原因是，大模型正在寻找互联网之外的新数据和应用场景。

过去，大模型依靠网页、书籍、代码和视频学习，擅长回答问题、生成内容。但即便是最聪明的模型，也未必能稳定控制机器人拿起一只杯子。

因为现实世界有太多不确定性。

杯子可能会滑落，桌子可能被移动，物体的重量、材质、位置都在变化。机器人不仅要理解指令，还必须根据实际情况调整动作。

师云雷说：" 最难的是，把语言层面的理解和推理，转化为物理世界中稳定、可泛化的执行能力。"

这需要大量真实操作数据。

过去，大模型的训练材料主要来自人类已经创造的内容。机器人则需要自己走进工厂、仓库、家庭，不断执行任务，积累成功与失败的经验。

机器每一次操作，都可能成为下一轮训练的材料。

今年 10 月，英国媒体报道，海外已经出现一批专门为机器人提供训练环境的企业。Generalist、Neura、Skild 等公司建设类似 " 机器人健身房 " 的设施，让机械臂反复练习抓取、搬运、整理物品，收集操作数据。

还有企业把数据采集设备部署到不同国家，让人类操作员反复执行任务，以便训练机器人。

这些都是大模型企业过去相对陌生的领域。

师云雷认为，DeepSeek 看中的另一个机会是新的产业入口。具备自主执行能力的机器人，有望进入制造、物流、养老和其他服务行业。

如身机器人今年完成亿元级 Pre-A 轮融资，正在推动养老机器人齐家 Q1 进入真实养老场景。

据师云雷介绍，公司已在养老机构和家庭采集超过 1000 小时的运行数据。截至今年 7 月，机器人已在上海及京津冀部分养老机构连续运行验证超过 45 天。

但师云雷认为，当下机器人商业化更明显的短板，是 " 高质量操作数据、可靠硬件和真实场景 "。

单纯把更强的大模型装进机器人，并不能解决全部问题。这或许解释了 DeepSeek 为什么倾向于通过投资切入。

宇树已经拥有机器人本体、制造和运动控制能力，Winverse 团队拥有模型研究经验。相比从零组建完整的机器人产业链，通过投资和合作进入新领域，可能更有效率。

03 机器人赛道，迎来一批新投资人

开始对机器人感兴趣的，不只是 DeepSeek。

全球资本正在把越来越多的钱投专门研发机器人智能系统（大脑）的公司。

今年 1 月，美国机器人 AI 公司 Skild AI 宣布完成 14 亿美元融资，估值超过 140 亿美元。

领投方是软银，英伟达、贝索斯旗下投资机构等参与。

Skild AI 成立于 2023 年，创始人来自卡内基梅隆大学等机构的机器人和人工智能研究领域。它希望开发一套通用机器人模型，让不同品牌、不同形态的机器人都能使用。

这门生意已经开始产生收入。

今年 9 月，Skild AI 联合创始人 Deepak Pathak 和 Abhinav Gupta 公开披露，公司年化经常性收入已经超过 1 亿美元。

从首次商业部署算起，只用了 10 个月。

根据公司披露的数据，Skild 已有超过 60 家付费客户，涉及仓库、工厂、数据中心、物流配送、安防以及餐饮服务等领域。

Skild 还与英伟达、富士康合作，将其机器人智能系统部署到 Blackwell 服务器生产线的机械臂上，尝试自动完成高精度装配任务。

另一家明星公司 Physical Intelligence 也在吸引大笔资金。

这家公司成立于 2024 年，团队来自 Google DeepMind、斯坦福大学和加州大学伯克利分校等机构。

2025 年 11 月，它获得 6 亿美元融资，估值 56 亿美元。到了 2026 年 3 月，彭博又报道，公司正商谈约 10 亿美元新融资，拟议估值超过 110 亿美元。

其研究方向同样是通用机器人智能：让一套模型学会多种动作，再适配不同机器人。

从 Skild AI 到 Physical Intelligence，再到成立仅数月的 Winverse AI，资本押注的不再只是机器人本体，还包括背后的模型、数据和软件基础设施。

不过，机器人 AI 与传统软件生意有明显区别。

软件可以快速复制，机器人进入现实世界却需要硬件、场地、维护人员和长期测试。

比如，在汽车工厂，机器人即便有 99% 的抓取成功率，也可能因为剩下 1% 的失败导致生产中断。即便成功率很高，如果每次操作都耗时太长，同样无法满足生产节拍。

师云雷认为，大模型企业入场后，" 简单集成和演示的差异化会缩小 "。

今后，一家机器人创业公司真正的价值是任务成功率、人工接管频率、故障恢复时间和整体使用成本。

如身自己的业务也体现了这种变化。

公司一边让齐家 Q1 在养老机构接受真实场景测试，一边推动相对成熟的 " 格物 " 康复机器人产品线进入市场。

据师云雷介绍，格物已经实现千台量产，并出口到海外。

但对资本而言，机器人行业还有另一层吸引力。过去十多年，互联网创业的主要战场是流量、广告、电商和软件。大模型兴起后，资本开始投资算力、数据中心和基础模型。

如今，投资开始进一步延伸到现实世界。

英伟达投资机器人 AI 公司，软银大举押注通用机器人智能，谷歌开发 Gemini Robotics，DeepSeek 则先后选择了宇树和 Winverse。

新一批产业资本正在进入机器人赛道。