DeepSeek布局具身智能：投资先行与通用大模型驱动的新路线博弈

事件概述

近期，DeepSeek创始人梁文锋被曝出密集接触多家具身智能创业公司，标志着该团队正式将目光投向机器人领域。尽管梁文锋此前在AGI路线图中将具身智能置于最后阶段，强调需先解决持续学习与自我迭代，但如今这一环节似乎正在被提前提上日程。DeepSeek目前采取“投资先行”策略，试图通过外部合作而非组建独立机器人团队来进入物理世界。

核心动态与投资布局

• 资本动作：2026年8月，DeepSeek出资约1.41亿元参与宇树科技（Unitree）IPO的战略配售；同年10月，DeepSeek又被曝拟领投机器人AI创业公司Winverse AI。这表明DeepSeek正从机器人本体到机器人AI层面寻找外部伙伴。
• 行业背景：随着OpenAI、谷歌等巨头纷纷下场，具身智能被视为大模型的下一站。宇树科技创始人王兴兴在第26届中国工博会上表示，使用GPT-6测试多款机器人效果良好，并预测具身智能临界点可能在1-2年内到来，甚至预言GPT-7可能“打穿”具身智能问题。

技术路线：通用大模型驱动Agent

不同于传统的专用具身模型训练（如VLA端到端模型或大小脑分离架构），一种新的探索方向正在兴起：利用通用大模型作为大脑，通过Agent框架指挥机器人执行任务。

• 工作原理：通用大模型负责理解环境信息、制定计划并调用机器人的动作工具（如机械臂控制接口），底层控制系统负责具体执行。这种模式类似于具身智能领域的“Harness”，将VLA视为Agent可调用的Skill之一。
• 优势分析：该路线旨在解决具身模型面临的两大数据瓶颈——规模化采集成本高且未验证Scaling效应，以及不同机器人间数据对齐困难。通用LLM具备强大的推理和规划能力，有望减少对特定任务训练数据的依赖。
• 实机测试案例：RoboCurve在9月公布的测试显示，将GPT-6 Astra接入机器人Agent系统后，在20次“将积木放入碗中”的任务中，成功率达到95%，平均用时短于对照模型。

现实挑战：成本与实时性

尽管技术路径展现出潜力，但从实验室走向商业化仍面临显著障碍：

1. 商业模式与成本：若机器人每次执行任务均需调用外部API（如OpenAI服务），客户除购买硬件外还需支付持续的订阅费用。虽然这可能抵消部分数据采集和训练成本，但长期来看，硬件销售与软件订阅的混合模式能否平衡投入仍是未知数。
2. 实时性延迟：现有通用大模型单次响应需数秒，难以满足机器人连续感知和快速反应的需求。尽管未来有望改善，但目前这仍是制约其在复杂动态环境中应用的关键因素。

DeepSeek的竞争劣势与悬念

• 物理交互经验缺失：回顾OpenAI近十年的研究，从2017年的灵巧手项目到2026年建立的机器人数据采集实验室，OpenAI积累了大量的物理交互数据和三维场景训练体系。相比之下，DeepSeek虽推出了Janus系列图像理解模型，但其能力主要停留在二维视觉层面，尚未展示类似的大规模物理交互训练成果或三维场景训练体系。
• 战略意图不明：梁文锋此前认为先从具身智能入手是“很苦的活”，如今却提前介入。这究竟是为其设想的AGI终极形态做准备，还是因行业新技术进展（如通用大模型驱动Agent的有效性）而改变了判断，目前仍是一个悬念。

总体而言，DeepSeek通过投资布局具身智能，并押注通用大模型驱动的新路线，但在缺乏物理世界经验积累的当下，其能否后来居上仍需时间验证。