Liang Wenfeng investierte in einen promovierten Absolventen der Tsinghua-Universität aus der Generation der Nach-80er: Die Bewertung beläuft sich auf 2,7 Milliarden.
DeepSeek plant eine weitere Investition in ein Robotikunternehmen.
Am 12. Oktober berichteten ausländische Medien, dass DeepSeek die Seed-Finanzierungsrunde des Roboter-KI-Startups Winverse AI mit einem Betrag von mehreren zehn Millionen US-Dollar anführen will, mit einer Post-Money-Bewertung von etwa 400 Millionen US-Dollar (entspricht etwa 2,677 Milliarden Yuan). Institutionen wie die von Meituan betriebene Longzhu Investment haben ebenfalls ihre Teilnahme zugesagt.
Der Handel ist noch nicht endgültig abgeschlossen.
Überraschenderweise wurde dieses Unternehmen erst vor einigen Monaten gegründet und ist bislang noch nicht öffentlich aufgetreten. Gründer Hu Han war früher Leiter des visuellen Sprachmodells bei Tencent Hunyuan und hat im Juli dieses Jahres gerade seinen Arbeitsplatz verlassen, um ein eigenes Unternehmen zu gründen.
Vor zwei Monaten investierte DeepSeek zudem 140,8 Millionen Yuan, um sich an der strategischen Platzierung des Börsengangs von Unitree Robotics zu beteiligen, und vereinbarte mit dem Unternehmen die gemeinsame Entwicklung eines KI-Modells für humanoide Roboter.
Von Unitree bis Winverse investiert DeepSeek kontinuierlich Mittel in die Roboterindustrie. Shi Yunlei, Gründer von Embodied Robotics, sagte gegenüber Pencil News, dass DeepSeek wahrscheinlich auf zwei Dinge abzielt: „Die Lernfähigkeit in der physischen Welt und einen neuen industriellen Zugangspunkt.“
- 01 - Doktorand der Tsinghua-Universität, verließ Tencent
Wer ist Hu Han?
Sein Lebenslauf ist sehr beeindruckend: Er ist Doktorand der Tsinghua-Universität, ehemaliger Hauptforscher am Microsoft Research Asia, ehemaliger Wissenschaftler bei Tencent Hunyuan und Preisträger des Best Paper Awards auf der internationalen Top-Konferenz für Computer Vision.
Im Jahr 2004 wurde Hu Han in die Fakultät für Automatisierung der Tsinghua-Universität aufgenommen, studierte dort zehn Jahre lang und erlangte 2014 den Doktorgrad. Während seiner Doktorandenzeit absolvierte er zudem einen Forschungsaufenthalt an der University of Pennsylvania in den USA unter der Anleitung des Computer-Vision-Forschers Shi Jianbo.
Nach seinem Abschluss trat Hu Han in das Deep-Learning-Forschungsinstitut von Baidu ein. Im Dezember 2016 wechselte er zu Microsoft Research Asia und entwickelte sich allmählich zu einem wichtigen Forscher im Bereich der visuellen Berechnung.
Was Hu Han wirklich berühmt machte, war eine wissenschaftliche Arbeit.
Im Jahr 2021 veröffentlichte er mit seinem Team das Werk „Swin Transformer“, das darauf abzielte, die Transformer-Architektur für die Bildverarbeitung effizienter zu gestalten. Zuvor hatte diese Architektur vor allem im Bereich der natürlichen Sprachverarbeitung große Erfolge erzielt.
Diese Forschung erregte bald Aufmerksamkeit in der akademischen Welt.
In diesem Jahr erhielt Swin Transformer den Best Paper Award der International Conference on Computer Vision (ICCV), den Marr-Preis. Auf dieser Konferenz gingen 6152 Arbeiten ein, von denen nur 1612 angenommen wurden, und am Ende erhielt nur eine Arbeit den Best Paper Award.
Hu Han war der gemeinsame Erstautor und der einzige korrespondierende Autor dieser Arbeit.
Anschließend beteiligte sich Hu Han an weiteren Forschungen wie Swin Transformer V2 und SimMIM, um zu erforschen, wie größere und effizientere visuelle Modelle trainiert werden können. Im Jahr 2022 wurde er zudem in die Liste „35 Innovatoren unter 35 Jahren“ der chinesischen Ausgabe von MIT Technology Review aufgenommen.
Es ist erwähnenswert, dass es keine fehlende Verbindung zwischen Hu Han und DeepSeek gibt.
Wenn man sich seine Liste von wissenschaftlichen Arbeiten ansieht, stößt man auf einen vertrauten Namen: Xie Zhenda.
Während ihrer Zeit am Microsoft Research Asia waren beide gemeinsam als Autoren von Arbeiten wie PixPro, Swin Transformer V2 und SimMIM aufgeführt. Darunter wurde SimMIM im Jahr 2022 von CVPR, der Top-Konferenz für Computer Vision, angenommen, wobei Xie Zhenda der Erstautor und Hu Han einer der Autoren der Arbeit war.
Xie Zhenda wechselte später zu DeepSeek, wurde dort Forscher für Basismodelle und beteiligte sich an der Entwicklung mehrerer Generationen von Modellen von DeepSeek.
Nach seinem Abschied von Microsoft wechselte Hu Han zum Team des großen Modells von Tencent Hunyuan.
Bei Tencent beteiligte er sich nicht nur an der Entwicklung von großen Sprachmodellen, sondern war auch für Richtungen wie visuelle Sprachmodelle und verkörperte Basismodelle verantwortlich.
Im April 2026 veröffentlichte Tencent die Forschungsergebnisse zum verkörperten Basismodell HY-Embodied-0.5, und sowohl Hu Han als auch Yao Shunyu, der leitende KI-Wissenschaftler von Tencent, standen auf der Autorenliste der Arbeit.
Das Problem, das diese Forschung lösen soll, ist, wie man KI dazu bringt, räumliche Beziehungen und Bewegungen von Objekten in der realen Welt zu verstehen und Roboter mit Denkfähigkeit bei der Erledigung von Aufgaben zu versorgen.
Doch nur drei Monate später entschied sich Hu Han, das Unternehmen zu verlassen.
Am 23. Juli berichtete das von 36Kr betriebene Medium „Intelligentes Auftauchen“, dass Hu Han, Leiter des multimodalen Verständnisses bei Tencent Hunyuan, seinen Rücktritt zur Gründung eines eigenen Unternehmens eingereicht hat. Zuvor war er in die Forschungsgruppe für Spitzentechnologie Frontier unter der Abteilung für große Sprachmodelle gewechselt, war für die Forschung zum multimodalen Verständnis verantwortlich und berichtete an Yao Shunyu.
Seine Stelle wurde anschließend von Tian Yonglong, dem ehemaligen Forscher von OpenAI, übernommen.
Am selben Tag, an dem Hu Han zurücktrat, kündigte Tencent die Anpassung der Organisationsstruktur von Hunyuan an, fusionierte die Abteilungen für große Sprachmodelle und multimodale Modelle zu einer neuen Abteilung für Basismodelle, die von Yao Shunyu einheitlich verwaltet wird.
Hu Han hingegen schlug den Weg des Unternehmertums ein.
Allerdings bleibt Winverse AI bislang sehr geheimnisvoll. Die Öffentlichkeit kennt noch nicht die Größe des Teams, die Produktform und den Fortschritt der Kommerzialisierung.
Ausländische Medien beschreiben es als ein Unternehmen, das Roboter-KI entwickelt. Aber Phoenix Tech erfuhr von mehreren Branchenkennern, dass Winverse möglicherweise kein streng genommenes Unternehmen für verkörperte Intelligenz ist, sondern sich eher auf grundlegende Infrastrukturen wie Modellbeschleunigung konzentriert.
- 02 - DeepSeek beginnt, in Roboter zu investieren
Liang Wenfeng hat in letzter Zeit großes Interesse an Robotern gezeigt.
Am 12. Oktober berichtete Phoenix Tech unter Berufung auf mehrere informierte Personen, dass Liang Wenfeng in letzter Zeit intensiv mit Gründern von Unternehmen für verkörperte Intelligenz in Kontakt getreten ist, um Richtungen wie die Interaktion von Robotern, großen Modellen und der realen Welt zu erörtern.
Intern hat DeepSeek zwei Wege in Betracht gezogen: Der eine ist, selbst ein Forschungs- und Entwicklungsteam aufzubauen, der andere ist, in Unternehmen für verkörperte Intelligenz zu investieren. Aus den bereits abgeschlossenen Transaktionen geht hervor, dass der zweite Weg voranschreitet.
Dieses Jahr im August ging Unitree Robotics an die Börse der Shanghai Stock Exchange. DeepSeek beteiligte sich mit 140,8 Millionen Yuan an der strategischen Platzierung, erwarb 933.399 Aktien und unterzeichnete eine Kooperationsvereinbarung mit Unitree.
Beide Seiten vereinbarten, dass Unitree bei der Beschaffung von KI-Entwicklungsdiensten DeepSeek vorrangig berücksichtigt; wenn DeepSeek Roboter und Lösungen für verkörperte Intelligenz benötigt, wird es ebenfalls Unitree vorrangig berücksichtigen.
Das eine Unternehmen ist gut in der Herstellung von Robotern, das andere ist gut in der Schulung großer Modelle – beide Unternehmen versuchen, ihre jeweiligen Vorteile zu kombinieren.
Nun ist Winverse AI in das Investitionsfeld von DeepSeek eingetreten.
Dahinter verbirgt sich eine weitere wichtige Veränderung: DeepSeek verfügt selbst über ausreichendere Mittel.
Am 6. Oktober wurde berichtet, dass DeepSeek eine neue Finanzierungsrunde mit einem Umfang von mindestens 80 Milliarden Yuan vorantreibt. Ursprünglich war geplant, etwa 50 Milliarden Yuan einzusammeln, aber der Umfang wurde erhöht, da die Zeichnungsbereitschaft der Investoren die Erwartungen übertroffen hat.
Tencent und CATL sind wichtige Investoren darunter. Berichten zufolge bereitet sich DeepSeek auf einen möglichen Börsengang Anfang 2027 vor.
Diese Finanzierungsrunde steht noch vor dem endgültigen Abschluss, aber die Verwendung der Mittel hat bereits Aufmerksamkeit erregt.
Ein Teil wird für die Schulung von Modellen und den Bau von Rechenzentren verwendet, ein anderer Teil könnte an KI-Startups fließen, um die technischen Fähigkeiten durch Investitionen und gemeinsame Forschung und Entwicklung zu erweitern.
Von einem Labor, das sich auf die Forschung und Entwicklung großer Modelle konzentriert, hin zu einem Unternehmen, das beginnt, in Startups in der Ober- und Unterlieferkette zu investieren – die Rolle von DeepSeek verändert sich.
Warum wurde die Roboterbranche gewählt?
Shi Yunlei, Gründer von Embodied Robotics, analysierte gegenüber Pencil News, dass ein wichtiger Grund darin liegt, dass große Modelle nach neuen Daten und Anwendungsszenarien außerhalb des Internets suchen.
In der Vergangenheit lernten große Modelle aus Webseiten, Büchern, Codes und Videos und waren gut darin, Fragen zu beantworten und Inhalte zu generieren. Aber selbst das klügste Modell ist nicht unbedingt in der Lage, einen Roboter stabil zu steuern, damit er einen Becher aufhebt.
Denn die reale Welt birgt zu viele Unsicherheiten.
Der Becher könnte rutschen, der Tisch könnte verschoben werden, Gewicht, Material und Position des Objekts ändern sich ständig. Roboter müssen nicht nur Anweisungen verstehen, sondern ihre Aktionen auch an die tatsächliche Situation anpassen.
Shi Yunlei sagte: „Das Schwierigste ist, das Verständnis und die Argumentation auf sprachlicher Ebene in eine stabile und generalisierbare Ausführungsfähigkeit in der physischen Welt umzuwandeln.“
Dafür sind eine große Menge an Daten aus echten Operationen erforderlich.
In der Vergangenheit stammten die Trainingsmaterialien für große Modelle hauptsächlich aus Inhalten, die Menschen bereits erstellt haben. Roboter müssen selbst in Fabriken, Lagerhäusern und Haushalte gehen, ständig Aufgaben ausführen und Erfahrungen aus Erfolgen und Misserfolgen sammeln.
Jede Operation der Maschine könnte zum Material für die nächste Trainingsrunde werden.
Dieses Jahr im Oktober berichteten britische Medien, dass im Ausland bereits eine Reihe von Unternehmen entstanden sind, die speziell Trainingsumgebungen für Roboter anbieten. Unternehmen wie Generalist, Neura und Skild bauen Einrichtungen ähnlich wie „Roboter-Fitnessstudios“, damit Roboterarme wiederholt das Greifen, Transportieren und Ordnen von Gegenständen üben und Betriebsdaten sammeln.
Es gibt auch Unternehmen, die Datenerfassungsgeräte in verschiedenen Ländern einsetzen, damit menschliche Bediener wiederholt Aufgaben ausführen, um Roboter zu trainieren.
Dies sind alles Bereiche, mit denen Unternehmen für große Modelle in der Vergangenheit relativ wenig vertraut waren.
Shi Yunlei ist der Ansicht, dass eine weitere Chance, auf die DeepSeek abzielt, ein neuer industrieller Zugangspunkt ist. Roboter mit autonomer Ausführungsfähigkeit werden voraussichtlich in die Fertigungs-, Logistik-, Altenpflege- und andere Dienstleistungsbranchen eindringen.
Embodied Robotics hat dieses Jahr eine Pre-A-Finanzierungsrunde im Wert von mehreren zehn Millionen Yuan abgeschlossen und treibt die Einführung des Altenpflegeroboters Qijia Q1 in echte Szenarien der Altenpflege voran.
Nach Angaben von Shi Yunlei hat das Unternehmen bereits mehr als 1000 Stunden Betriebsdaten in Altenpflegeeinrichtungen und Haushalten gesammelt. Bis Juli dieses Jahres hat der Roboter in einigen Altenpflegeeinrichtungen in Shanghai und der Region Beijing-Tianjin-Hebei mehr als 45 Tage lang kontinuierlich Betriebsvalidierungen durchgeführt.
Aber Shi Yunlei ist der Ansicht, dass der offensichtlichste Mangel bei der Kommerzialisierung von Robotern derzeit „hochwertige Betriebsdaten, zuverlässige Hardware und echte Szenarien“ sind.
Einfach ein stärkeres großes Modell in einen Roboter einzubauen, löst nicht alle Probleme. Das könnte erklären, warum DeepSeek dazu neigt, durch Investitionen in diesen Bereich einzusteigen.
Unitree verfügt bereits über Fähigkeiten in Bezug auf Roboterprototypen, Fertigung und Bewegungssteuerung, und das Team von Winverse verfügt über Erfahrung in der Modellentwicklung. Im Vergleich zum Aufbau einer vollständigen Roboterindustriekette von Grund auf ist es möglicherweise effizienter, durch Investitionen und Kooperationen in neue Bereiche einzusteigen.
- 03 - Die Roboterbranche empfängt eine Gruppe neuer Investoren
Nicht nur DeepSeek hat begonnen, sich für Roboter zu interessieren.
Das globale Kapital investiert zunehmend Geld in Unternehmen, die speziell intelligente Systeme für Roboter (das „Gehirn“) entwickeln.
Dieses Jahr im Januar kündigte das amerikanische Roboter-KI-Unternehmen Skild AI den Abschluss einer Finanzierungsrunde über 1,4 Milliarden US-Dollar an, mit einer Bewertung von mehr als 14 Milliarden US-Dollar.
Der führende Investor war SoftBank, an der Beteiligung nahmen unter anderem Nvidia und die von Bezos betriebene Investmentfonds teil.
Skild AI wurde 2023 gegründet, seine Gründer stammen aus Bereichen der Roboter- und KI-Forschung von Einrichtungen wie der Carnegie Mellon University. Das Unternehmen möchte ein universelles Roboter-Modell entwickeln, das von Robotern verschiedener Marken und Formen verwendet werden kann.
Dieses Geschäft hat bereits Einnahmen generiert.
Dieses Jahr im September gaben die Mitbegründer von Skild AI, Deepak Pathak und Abhinav Gupta, öffentlich bekannt, dass der annualisierte wiederkehrende Umsatz des Unternehmens bereits 100 Millionen US-Dollar übersteigt.
Vom ersten kommerziellen Einsatz an gerechnet, dauerte es nur 10 Monate.
Nach den vom Unternehmen veröffentlichten Daten hat Skild bereits mehr als 60 zahlende Kunden, die Bereiche wie Lagerhäuser, Fabriken, Rechenzentren, Logistik und Lieferung, Sicherheit sowie Gastronomie abdecken.
Skild arbeitet zudem mit Nvidia und Foxconn zusammen, um sein intelligentes Robotersystem auf Roboterarme der Produktionslinie von Blackwell-Servern einzusetzen und zu versuchen, hochpräzise Montageaufgaben automatisch zu erledigen.
Ein weiteres Starunternehmen, Physical Intelligence, zieht ebenfalls große Geldsummen an.
Dieses Unternehmen wurde 2024 gegründet, sein Team stammt von Einrichtungen wie Google DeepMind, der Stanford University und der University of California, Berkeley.
Im November 2025 erhielt es eine Finanzierungsrunde über 600 Millionen US-Dollar mit einer Bewertung von 5,6 Milliarden US-Dollar. Im März 2026 berichtete Bloomberg dann, dass das Unternehmen über eine neue Finanzierungsrunde von etwa 1 Milliarde US-Dollar verhandelt, mit einer vorgeschlagenen Bewertung von über 11 Milliarden US-Dollar.
Sein Forschungsrichtung ist ebenfalls die universelle Roboterintelligenz: Ein Modell soll mehrere Aktionen erlernen und dann an verschiedene Roboter angepasst werden.
Von Skild AI über Physical Intelligence bis hin zu Winverse AI, das erst vor wenigen Monaten gegründet wurde – das Kapital setzt nicht mehr nur auf Roboterprototypen, sondern auch auf die dahinterstehenden Modelle, Daten und Softwareinfrastrukturen.
All