宇树科技的股价还在持续下跌。市值从上市首日的 4449 亿元高点，跌至 2400 亿元，截至 8 月 24 日收盘，市值较最高点蒸发了 2000 亿元。

然而比股价更值得关注的是，宇树接下来要怎么走。

8 月 20 日，也就是宇树上市第二天，王兴兴出现在北京世界机器人大会论坛。十多分钟的分享里，AI 成为了高频词汇。

他谈到 AI 实时生成、实时识别，也谈到 AI 模型投入，更透露了宇树正在预研的一件事：

让物理 AI 机器人实现 " 自进化 "。

王兴兴讲的每一件事，最后都指向一个关键要素：AI 大模型。特别是最后一点，王兴兴说，要实现 " 物理 AI 自进化 "，要用目前最前沿、最顶尖的 AI 大模型来驱动。

而这恰恰是宇树目前不太擅长的部分。不过，宇树找到了 DeepSeek。今年 8 月，两家公司已经达成合作，围绕 AI 大模型与具身智能相关技术展开合作。

说到具身智能公司和 AI 大模型公司的合作，就不得不提当年 Figure AI 和 OpenAI 的合作。2024 年，OpenAI 在投资 Figure AI 后，双方签署了三年合作协议，合作开发人形机器人 AI 模型。但是仅一年后，FigureAI 终止合作，转向自研。

王兴兴和梁文锋，会不会重走 Figure AI 和 OpenAI 的老路？

为什么宇树需要 DeepSeek？

对于宇树来说，过去几年，模型研发已经有了一些积累，但显然投入不足，进展缓慢，所以找到一个顶尖的 AI 大模型公司合作，是一个比较自然的选择。

先来看宇树目前的模型研发进展。

当前，具身智能大模型没有一个统一的技术路线，但 VLA 和世界模型，是行业重点探索的两个方向。行业甚至也在探索两者融合的技术路线。

宇树也在摸索，采取了 " 两条腿走路 " 的策略，并行研发两种模型。

所谓 VLA（视觉 - 语言 - 动作）模型，简单来说，就是让机器人把看到的东西、听到的指令，转化为具体动作。2026 年 1 月，宇树开源发布了通用 VLA 模型 "UnifoLM-VLA-0"。在自家的 G1 人形机器人上，通过 UnifoLM-VLA-0，仅靠单一策略就能高质量完成 12 类复杂操作任务。

但这个模型并不是从零开发的，它是基于开源的 Qwen2.5-VL-7B 做底座、继续预训练出来的。训练数据也来自开源数据集。换句话说，宇树更像是 " 站在巨人的肩膀上 "，而不是严格意义上的自研。

还有一点，那就是 VLA 可能不适合机器人这个产业。

从本质上来讲，VLA 其实是一种 " 反应 "。模型看到什么，才会做什么，对于做了之后发生的事情，一概不管。VL 还 A 缺少泛化能力，今天在这个场景能做的事情，明天稍微换个方式，哪怕是完全相同的任务，也得重新训练。虽说 VLA 有其价值所在，不过正是由于它的种种缺点，才逐渐被各种自动驾驶、机器人公司抛弃。

那么哪种模型更适合机器人？显然是现在最火的世界模型。

王兴兴此前也谈到了宇树对世界模型的探索，宇树早在 2020 年初就开始做基于视频生成的世界模型。但效果不理想，一度被搁置。

然而从去年开始，宇树又重新捡起基于视频生成的世界模型。

2025 年 9 月，宇树开源发布了通用 WMA（世界模型–动作）模型 "UnifoLM-WMA-0"；2026 年 5 月，又发布了 WVLA2.0 模型，核心优势是可长时序自主规划、支持多步物理预判等。

过了一个月，野村国际给宇树背书，称搭载 WVLA2.0 的 G1 能够在受干扰的会议室中，无遥操完成六项连续任务。

但它有一个非常明显的弊端，WVLA2.0 是本地模型，跑在 G1 本地的 Jetson Orin NX 上，它的算力约为 100TOPS，导致 WVLA2.0 的推理闭环约 90ms（约每秒 10 次迭代），也就意味着，它只能做一些简单的推理，做不了复杂的长思维链推理。

它知道东西在哪，也知道该它能干什么，却很难在接到任务后，想明白自己应该去干什么。

说到推理，自然而然就想到了 DeepSeek。

一个典型案例便是具身智能公司智平方。它发布的机器人 "AlphaBot 2"，拥有很强的学习能力。原因之一就是其搭载的 VLA 大模型 "GOVLA"，将 DeepSeek 的技术融入到了其中，提升了模型的推理能力，赋予机器人对长程复杂任务的理解和分析。

所以，DeepSeek 能够给宇树带来的改善之一，无疑就是推理。

回到宇树和 DeepSeek 这边，根据双方公开披露的信息，合作主要包括三个方面：双方联合开展 AI 大模型和具身智能技术探索；DeepSeek 探索具身智能业务时，优先买宇树产品；宇树研发具身智能大模型时，优先选 DeepSeek 相关模型训练服务和技术方案。

而 DeepSeek 近期也上线了多模态视觉理解模型。这意味着，未来双方的合作，理论上也可能从语言和推理能力，延伸到视觉理解、环境感知等更贴近机器人的能力。

王兴兴需要梁文锋，还有一个重要原因：他希望 AI 能代替人，参与机器人研发。而这需要顶尖的 AI 大模型来驱动。

王兴兴认为，困扰机器人模型泛化能力的一个重要瓶颈，是 AI 模型的输入和输出，与真实机器人的对齐程度还不够。而要解决这个问题，就要把机器人的 " 最后一厘米 " 工作交给 AI，他将这这个技术之为 " 物理 AI 机器人自进化 "。

他设想的路径是，宇树设定一些规则，让 AI 自己搜索论文、研究成果以及开源方案，自己编程生成机器人的控制代码，并在仿真环境中进行测试，再去控制实物机器人，由 AI 模型进行测试，进而反馈形成正向循环。

简单来说，就是让 AI 逐渐接管原本由人类工程师完成的一部分机器人研发工作。

而要做到这一点，王兴兴提到，要用目前最前沿、最顶尖的 AI 大模型来驱动。

从这个角度看，DeepSeek 之于宇树的意义，也在于为后者建立 " 物理 AI 机器人自进化 " 闭环提供模型能力支撑。

但有意思的是，在通往 AGI 之路上，王兴兴和梁文锋的理念，并不完全一样。

梁文锋曾这样表示，说 AGI 的路应该是 CoT 思维链 -Agent- 持续学习 - 自我迭代，最后当一切都完事了，才会应用到具身智能身上，以实现 AGI。

他认为通往 AGI 之路，DeepSeek 目前只有一条主线，就是模型能力本身，视频生成、世界模型等都不是 DeepSeek 的核心路线。

在梁文锋的判断里，相比于 "AI 看懂物理世界 "，具备持续学习能力才是 AGI 的关键。他认为，一旦 AI 具备了持续学习的能力，实现自我迭代后，届时就可以取代人，然后才是具身智能。

所谓 " 持续学习能力 "，就是 AI 能够自己给自己找训练数据，自己给自己找 BUG，然后自己开发自己的下一个版本，最终实现自我迭代。

也就意味着，梁文锋认为，AI 的持续学习能力是通往 AGI 的关键突破口，而没有把世界模型视为通往 AGI 的必经环节。

显然，王兴兴的思路则有所不同。

早在 2024 年 7 月世界人工智能大会上，他就说过：" 具身智能是实现 AGI 的最有效途径，OpenAI 的大方向大概率是错的。"

王兴兴甚至认为语言模型未必是具身模型的必选项。在他眼中，基于视频生成的世界模型才是 AGI 的关键，一旦视频生成的动作和机器人动作实现对齐，机器人数据难题会从根本上被解决，机器人计算模型也就诞生了。

2025 年 10 月在 IROS 2025 上，王兴兴给出了他对 AGI 的定义，随便找一个场景，把人形机器人拉过来，直接跟它说要做什么事情，它一下就能学会做，而这就是 AGI。

所以王兴兴路线和梁文锋路线存在明显差异：梁文锋认为世界模型只是 AGI 的分支，王兴兴却将其视为 AGI 的核心。

甚至在招股书里，宇树也提到，WMA 模型有望引领具身智能技术能力的根本跃迁。

AI 教母李飞飞曾发文称，世界模型领域押注的都是一件事情：只要拥有足够丰富的世界模型，智能体就能够看见世界、构建世界，并在其中行动。

因此，这次宇树和 DeepSeek 的合作，也让王兴兴和梁文锋在 AGI 上的分析，产生了碰撞。

OpenAI 曾经也是 Figure AI 的合作伙伴。

2024 年，OpenAI 在投资 Figure AI 的同时，与其签署了三年的合作协议，共同开发下一代人形机器人 AI 模型。譬如双方研究如何让 AI 模型在人形机器人上工作，如何让语言模型在人形机器人上发挥作用等。

两家公司的合作逻辑，与今天的 " 宇树 +DeepSeek" 确实有相似之处：一家拥有机器人身体，一家拥有更强的 AI 模型能力。

合作很快就有了成果。

2024 年 3 月，FigureAI 公开了一段人形机器人 Figure 01 的视频。机器人具有视觉能力并能表述所见画面，当人类提问后，机器人 " 思索 "2-3 秒后便能顺畅作答。当时 Figure 就表示，这是因为 OpenAI 的模型提供了高级视觉和语言能力。

但是一年后，Figure AI 终止了合作，转向自研机器人 AI 模型。

Figure 创始人 Brett Adcock 在接受 "TechCrunch" 采访时解释称：要在现实世界中大规模解决具身人工智能问题，就必须对机器人人工智能进行垂直整合。他甚至表示，"AI 不能外包，就像硬件不能外包一样。"

但事情的真相可能并非如此。Figure 和 OpenAI 之间，是从 " 情人 " 变成了 " 敌人 "。

2024 年 2 月，OpenAI 联合微软、英伟达、贝佐斯等投资了 Figure AI，并与其签署协议共同开发下一代人形机器人 AI 模型。

与此同时，OpenAI 还通过内部创业基金 " 多点下注 "，先后投资了挪威人形机器人公司 1X Technologies、机器人初创公司 Physical Intelligence 等多家企业。

但 OpenAI 并不满足于只做 " 投资人 "。2025 年初，解散机器人团队近四年的 OpenAI 被曝重新组建机器人团队，开始招募硬件工程师。

OpenAI 与 FigurAI 分手后又过了一年，到了 2026 年 6 月，OpenAI 直接官宣，将视频生成团队 Sora 整体转向机器人研发，成立 OpenAI Robotics 事业部，由 Sora 之父、DALL-E 创始人 Aditya Ramesh 挂帅，把 Sora 积累的世界模拟技术直接迁移到机器人训练上，短期聚焦工业辅助机器人，长期目标是消费级人形机器人。

也就是说，OpenAI 已经从 " 给机器人提供大脑的供应商 "，变成了亲自下场做机器人的竞争者。

把 " 队友变对手 " 的逻辑，套到宇树和 DeepSeek 身上，问题就变得尖锐了。

如果有一天，DeepSeek 决定把 " 具身智能 " 从路线图的终点，变成自己亲自下场的业务，就像 OpenAI 当年那样，那么宇树就有可能是下一个 Figure。

但至少现阶段，双方的利益是错位的。

DeepSeek 在宇树 IPO 中战略配售了 1.41 亿元，锁定期三年；双方的合作条款里明确写着，DeepSeek 探索具身智能业务时，优先购买宇树的产品。也就是说，DeepSeek 现在仍然是把宇树当作 " 身体提供方 "，它需要宇树的机器人和真实物理世界的数据，来验证自己 AGI 路线的最后一级。

当年的 OpenAI 并不需要 Figure 的身体来证明自己，它的重心始终是 GPT。相反，今天的 DeepSeek，很需要宇树，甚至可能比宇树需要 DeepSeek 还需要宇树。