本文字数：2159｜预计3分钟读完
模型出圈，机器入局。
来源丨创业邦
作者丨晨阳
DeepSeek，开始投资机器人了。
据报道，10月12日，DeepSeek已同意领投一家名为Winverse AI的机器人AI初创公司，拟议融资规模为数千万美元，投后估值约4亿美元，约合人民币27亿元。
美团旗下龙珠资本（Long-Z Investments）等投资机构也已作出投资承诺。若交易最终完成，这将是DeepSeek少见的直接投资外部创业公司的案例。
在此之前，DeepSeek是通过IPO战略配售，入股宇树科技。
Winverse AI的创始人胡瀚，曾在微软亚洲研究院工作，于2025年加入腾讯混元，后来转入姚顺雨负责的大语言模型部Frontier前沿研究组，负责多模态理解。
2026年，他离开腾讯开始创业。
一边是正在探索具身智能的DeepSeek，一边是来自腾讯前沿研究团队的创业者。
梁文锋为什么选择在这个时候下注？这家初创公司究竟有何特别之处，能吸引梁文锋？
1
从研到创
Winverse AI创始人胡瀚，是国内计算机视觉领域具有代表性的研究者之一。
他2008年毕业于清华大学，2014年获得清华大学博士学位，博士期间曾赴美国宾夕法尼亚大学访学。
此后，他先后进入百度深度学习研究院、微软亚洲研究院和腾讯，研究方向从传统计算机视觉延伸至视觉基础模型、多模态理解与具身智能。
在微软期间，他参与推动了一系列计算机视觉领域的重要研究成果，包括Relation Networks、Deformable ConvNets v2、RepPoints等。
胡瀚在微软亚洲研究院
简单说，这些研究都在教计算机“怎么看”：不仅看到物体，还要看懂物体之间的关系、适应物体的形状、更精准地标出物体的位置。
2021年，他参与的Swin Transformer获得国际计算机视觉大会ICCV最佳论文奖。这项研究将Transformer架构拓展到视觉任务，成为视觉基础模型发展中的代表性成果之一。
Swin Transformer之后，胡瀚的研究主线发生了质变：从“怎么设计更好的视觉网络”，转向“怎么把模型规模化、怎么稳定训练”。
2025年初，胡瀚加入腾讯混元，负责视觉大模型相关研究。
随着腾讯内部模型研发团队调整，他进入姚顺雨负责的大语言模型部Frontier前沿研究组，承担多模态理解等方向的工作。
姚顺雨
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，探索模型对机器人任务及物理环境的理解能力。
胡瀚随后离开腾讯创业，成立Winverse AI。
Winverse AI专注于为机器人开发AI模型，目标是让机器人能够理解语音指令、处理现实世界中的复杂任务，而不仅是执行预设动作或完成运动控制。
2
寻找入口
据透露，梁文锋近期与多位具身智能领域创业者交流，探讨机器人、大模型以及现实世界交互等方向。
DeepSeek内部也在评估对具身智能领域不同的进入方式，包括自主组建团队开展研发，或者通过投资外部创业企业切入。
相比从零组建机器人研发体系，投资具备成熟技术积累的创业团队，可能是一条更高效的路径。
王兴兴
10月12日，在第二十六届中国国际工业博览会开幕式上，宇树科技创始人王兴兴谈到大模型对具身智能的影响时表示：
“前段时间ChatGPT-6发布后，宇树科技也放到各种机器人上做任务测试，效果都非常不错。”
他还判断，具身智能的临界点可能来得比预期更快，“明年ChatGPT-7出来，很有可能会击穿具身智能目前的瓶颈”。
这番话释放了一个重要信号：
机器人公司开始尝试把原本并非为机器人设计的通用大模型直接放到真实设备上测试，而不是只依赖为单一任务训练的专用模型。
过去，机器人要完成抓取、搬运等任务，往往需要针对特定场景设计感知、规划和控制方案。
如今，VLA模型，也就是具身智能领域的通用模型，开始把视觉理解、语言指令和任务规划结合起来，让机器人更灵活地应对不同环境。
像ChatGPT-6这样并非为机器人设计的通用大模型，如果能以零样本方式驱动机器人完成任务，就意味着机器人面对新任务时，有可能降低重新训练和调试的成本。
王兴兴给出了另一面判断：目前机器人要实现大规模应用，泛化能力和效率仍然需要提高。这恰恰是模型公司需要面对的新问题。
胡瀚的团队已有多模态与具身模型研发经历。
如果DeepSeek希望探索模型如何进入物理世界，投资这样一支团队，可能帮助它更快获得相关技术积累。
3
借力布局
把DeepSeek此前投资宇树科技的消息，与拟领投Winverse AI的报道放在一起看，一种可能的布局思路逐渐显现：
基础模型研发仍是核心，同时通过外部团队接近机器人本体、具身模型和真实任务场景。
DeepSeek接触到的将是具身智能产业链上的不同环节。
宇树科技拥有机器人本体与运动控制方面的积累；Winverse创始人胡瀚则长期从事计算机视觉、多模态理解与具身模型研究。
前者让模型有机会进入真实设备，后者则可能帮助探索模型如何理解环境、规划任务。
当然，投资不等于技术协同，但这种布局方式值得关注。
与其从零搭建覆盖机器人硬件、控制系统、数据采集和模型训练的完整团队，投资外部创业公司，可能让DeepSeek更快接触不同技术路线和研发人才。
这也符合基础模型公司可能采取的一种分工思路：把资源集中在通用模型能力上，再通过合作或投资，探索模型在不同应用场景中的延伸方式。
不过，具身智能并不是把一个更强的大模型接到机器人上，就能自然实现的。
机器人需要动作数据、仿真训练、真实设备测试和持续的环境反馈。
模型能理解指令，不代表机器人就能在不同环境中稳定执行。外部团队能否补上这段距离，还要看技术积累能否转化为真实表现。
对DeepSeek而言，投资Winverse AI的意义，最终在于它能否借助这支团队，探索基础模型与机器人任务之间的结合方式。
胡瀚从计算机视觉、多模态理解走向具身模型研究，恰好处在这条技术路线的交汇点上。
如果这笔交易最终落地，他的团队能否把研究成果转化为可靠的机器人能力，将成为检验这次投资的关键。
热门跟贴