文｜爱分析

基础模型与具身智能的边界正在变得模糊。在梁文锋的研发路线图中，具身智能被放在最后，但DeepSeek的投资布局已先行一步。

DeepSeek此前投资了宇树科技，如今又拟领投前腾讯混元多模态理解负责人胡瀚创办的Winverse AI。一家擅长机器人硬件和运动控制，另一家探索具身智能。DeepSeek的研发重心仍在基础模型，投资却已经伸向了物理世界。

这两件事并不矛盾。在梁文锋设想的路线中，先让AI具备持续学习、自我迭代的能力，再借助更强的AI去研发机器人，是更好的顺序。AI越擅长编程、推理，并能在研发过程中承担更多工作，进入具身领域时，就越有可能少走弯路。反过来，如果这些能力还不够，就得在机器人研发中花更多力气，一道一道地攻克难题。

所以，具身研发可以晚一点做，布局却可以先行。DeepSeek继续集中力量推进基础模型，同时通过投资，提前接触机器人硬件、研究人才和开发测试资源。等到真正下场时，未必需要从头追赶。

对具身厂商来说，这才是值得警惕的地方。未来的对手，可能是一个已经在基础模型上积累了更强能力、又提前做好准备的跨界者。它今天还是投资者和潜在伙伴，明天就可能与你争夺机器人的核心智能。

01 主攻通用AI，不误布局具身

要把AI带进物理世界，光有模型还不够。模型能不能理解眼前的环境、给出合适的动作，最后都得放到机器人上试。宇树能提供的，正是开展这些工作的基础。

人们熟悉宇树的机器狗和人形机器人，但它的产品还包括机械臂、灵巧手，以及关节、电机等关键部件，也提供相应的软件和开发接口。 对模型团队来说，这意味着不必先从造一台机器人开始，就能着手测试自己的想法。

测试又会带来新的问题。机械臂伸过去，会不会碰到东西？抓取的位置对了，为什么还是没抓稳？这些问题，有些出在模型，有些出在控制和硬件，需要放在一起反复调试。

宇树多年积累的机器人研发经验，在这里就有了价值。投资宇树，为DeepSeek接触这套硬件、工具和开发经验提供了入口。

Winverse连接的，则是另一类积累：如何让模型理解物理世界，并学会行动。

创始人胡瀚与DeepSeek也有研究上的渊源。他与DeepSeek研究员解振达曾共同参与SimMIM、Swin Transformer V2等研究，在视觉模型和大规模训练方面有过合作。 因此，这笔拟议投资既是在接触一个具身智能团队，也是在延续已有的研究联系。

两笔投资，先把硬件、人才和合作关系准备起来。DeepSeek把主要研发力量留在基础模型，同时保留了在具身领域继续深入的机会。

这套安排的好处在于，梁文锋不必现在就对两条路线的胜负下注。如果基础模型的进步能够带动机器人研发，DeepSeek有机会借助这些合作加快进入；如果具身仍需要长期独立探索，它也已经参与其中。主攻基础模型，与提前布局具身，可以同时进行。

02 从动作决策到训练体系的竞争

梁文锋的判断并不孤立，Anthropic首席执行官Dario Amodei有过相近设想。

在《Machines of Loving Grace》中，Amodei描绘的强大AI，可以没有自己的身体，却能通过计算机操作机器人和实验设备，甚至设计供自己使用的机器人。 两人的判断有一个重要交集：基础模型越强，不仅越有可能操纵机器人，也越能帮助人们把机器人研发出来。

Google已经沿着这个方向推进。它的Gemini Robotics体系，从理解物理环境、生成动作，到在机器人本地运行模型，都有相应布局。 这说明，通用模型公司较早就开始认真解决机器人怎么行动的问题。

OpenAI近期发布的GPT-6 Astra的表现，则让这种跨界变得更直观。在RoboDojo的一项研究中，研究人员向它提供图像、机器人状态和任务说明，让它决定机械臂下一步往哪里移动、调整到什么朝向，以及夹爪如何动作，再交给控制软件执行。

Astra没有针对这些评测任务专门微调，却在42项仿真任务、共2100次试验中，取得了22.48%的平均成功率；作为参照，同一研究中两款机器人策略模型，DM0.5和π0.5，分别为19.34%和6.91%。输入条件并不完全相同，但结果已经足以让具身厂商认真对待：基础模型开始在机器人动作决策上表现出竞争力。

决定机械臂下一步怎么动，原本就是具身模型要解决的核心问题。现在，基础模型也能参与争夺。

这种能力是怎么来的？一个容易产生的误解是，Astra原本只会处理数字世界里的任务，后来突然学会了操作机器人。实际上，评测时没有专门训练并不代表此前没学过相关内容，业内人士普遍认为Astra训练使用了大量机器人数据。

具身厂商Physical Intelligence（PI）做过一个实验，可以帮助理解这里的关系。它训练π0.5时，既用了机器人动作数据，也用了网络上的图文数据。在一项让机器人操作陌生物体的测试中，完整训练组合的子任务平均成功率是94%；去掉其中的网络图文数据后，成绩降到了74%。

教机器人干活，不一定只靠一遍遍示范动作。网络上的图文知识，也可能帮它更好地理解眼前的东西和人交代的任务，进而把活干好。

这就带来了一个新的竞争问题。过去，大家更关心谁采集的具身数据多、谁的动作训练做得好。现在，还得看谁能把这些数据与更广泛的知识结合起来。基础模型厂商多年积累的能力，可能恰好在这里派上用场。具身厂商当然也能采用这种方法，但它们需要面对的，已经是另一种规模和方式的竞争。

还有一条路径，更贴近梁文锋和Amodei的设想：让AI帮助研发机器人。

在前述研究的另一项实验中，Astra编写了控制灵巧手弹琴的程序，再根据仿真结果修改代码，参与控制方案的设计与调试。 这时，它承担的是一部分研究和开发工作。

更早的Eureka研究，也让GPT-4参与设计机器人的训练规则，告诉训练系统什么动作做得好、什么动作应该避免。后续的DrEureka又进一步，让语言模型设计仿真训练条件，帮助机器人把仿真里学到的技能用到现实中。

这些尝试还不能让AI包办机器人研发，但已经说明，编程、推理和调用工具的能力，可以进入机器人的开发流程。后来者借助更强的AI，可能更快写出控制程序、设计训练方案，并在仿真和测试中不断发现问题、调整方案。

梁文锋优先推进基础模型的战略意义也在这里：先提高AI解决研发问题的能力，再用它降低进入具身的难度。先行者积累多年的经验，也许会被后来者一捅就破。

03 具身厂商必须在基础模型层迎接挑战

当然，AI能帮忙写程序、设计训练方案，不等于机器人就能在现实中把活干好。

自变量创始人王潜提醒，基础模型厂商进入具身，同样要解决数据采集、仿真、评测和硬件等问题。 机器人碰到东西时如何调整力度，物体突然滑落时怎么反应，连续工作几个小时还能不能保持稳定，都需要在真实环境中反复摸索。

Astra就还面临一个很实际的问题：慢。

NVIDIA的Astranomy研究在仿真环境中测试Astra，并把模型生成动作时的等待时间计入测试过程。在直接生成动作的模式下，Astra每次推理调用平均耗时约18.56秒，其中包括网络延迟。

仿真环境可以停下来等待模型返回结果，现实世界却不会。机器人伸手接一个正在滑落的杯子，可没有十几秒留给它思考。

所以，实验中能完成任务，与现实中能及时、可靠地完成任务，还有距离。这段距离，正是具身厂商多年积累可能发挥作用的地方。

具身厂商也没有坐等基础模型追上来。Generalist选择从物理交互中训练自己的基础模型，希望机器人在接触和操作物体的过程中学到更通用的能力。 智元董事长邓泰华则把路线说得很直接：“先具身再智能，不是先智能再具身。”

这个顺序与梁文锋的选择不同。梁文锋希望先把基础模型做强，再用它降低机器人研发的难度；智元更强调先让机器人进入实际环境，在使用中积累经验，再推动智能提升。双方都想做出更强的模型，只是从不同的地方出发。

因此，把基础模型的进入简单看成一场全面的“降维打击”，低估了具身厂商正在做的事。它们同样在建设基础模型，也能利用基础模型改进训练和研发。

物理经验是具身厂商的优势，但入场早，不代表就能守住。关键是能否把积累的经验用来改进模型，让机器人学会新任务时少采数据、少做调试。做到这一点，才有底气迎战基础模型厂商。

04 守住核心智能，要么让出更多价值

Figure已经做过一次选择：结束与OpenAI的合作，转向自研。

在2026年4月底的一次访谈中，Figure创始人Brett Adcock解释，机器人训练、调试、修复和质量控制，需要放在一起配合推进，如果核心模型掌握在外部公司手里，这些工作就很难按自己的需要一起改进。

说到底，Figure不想让机器人的核心能力，受制于别人的模型。

但决定自己做，只是开始。如果机器人每学一个新任务，都要重新采一批数据，再由工程师反复调试，那么即使模型是自研的，也可能被后来者追上。真正的护城河，是把今天遇到的问题和积累的经验，变成明天更快学会新任务的能力。

具身厂商也可以利用基础模型来加快这个过程。AI能帮基础模型厂商写程序、做仿真、分析测试结果，同样也能帮具身厂商做这些事。已有的物理经验，与越来越强的AI工具结合起来，也可能让先行者跑得更快。

因此，这场竞争更可能让具身厂商走向分化。

一部分厂商会在基础模型上站住脚，与基础模型厂商争夺机器人的核心智能。另一部分厂商的长处，则可能留在硬件、系统集成和实际交付上。它们仍然可以成为优秀的机器人公司，只是机器人由谁制造、由谁赋予智能，未必再是同一个答案。最有价值的部分，也未必都留在具身厂商手里。

如果既做不出有竞争力的模型，硬件和交付又没有明显优势，日子就会难过。前面有基础模型厂商进入，旁边还有更强的具身同行，融资和入场早带来的优势，很难一直撑下去。

再回头看DeepSeek的布局，梁文锋给自己留下的选择就更多一些。内部继续主攻基础模型，外部提前接触具身人才、硬件和开发测试资源。无论是基础模型逐渐学会物理任务，还是基础模型与具身模型的训练进一步融合，DeepSeek都有机会参与。

这就是梁文锋的具身阳谋：研发可以有先后，布局不必等到最后。先把基础模型做强，再用更强的AI进入物理世界；与此同时，把可能需要的伙伴和条件提前准备起来。

对具身厂商而言，这样的对手更难应付。它可以与你合作，也可能把你正在攻克的任务，纳入自己的模型训练。等它真正下场时，带来的可能已经不只是资金，还有一套新的解题办法。