语言模型的天花板，和梁文锋的下一场投注

梁文锋最近在见人。

见的是具身智能领域的创业者。这件事本身不复杂，复杂的是它发生的时机。DeepSeek刚刚完成一轮至少800亿元人民币的融资，估值冲上新高，2027年初上市的计划已经排上日程。在这个节点上，创始人密集接触一个自己并不熟悉的领域，说明一件事：语言模型的故事，可能快讲到头了。

一个不太一样的投资信号

梁文锋在具身智能领域的第一笔公开投资，是宇树科技。

他在宇树上市前不久以1.41亿元买下约2%的股份，双方计划在具身智能模型方面合作。这笔投资金额不大，但信号明确。宇树是中国最成熟的人形机器人硬件公司之一，8月完成9亿美元IPO。梁文锋选择在这个标的上下注，等于承认了一件事：光有大脑不够，还得有身体。

更值得关注的是第二笔。DeepSeek计划领投Winverse AI的种子轮，投后估值约4亿美元。这家公司由前腾讯AI科学家胡瀚创立，成立仅数月。胡瀚的背景很特别——他不是做机器人硬件的，他之前负责的是腾讯视觉语言和具身基础模型团队。换句话说，他是一个做“大脑”的人。

但业内人士对这笔投资有一个冷静的判断：Winverse AI严格来说不算具身智能公司，它的业务更偏底层基础设施，专注于模型加速技术。这个判断很重要。它说明梁文锋不是在盲目追风口，他投的是自己看得懂的东西——模型效率、训练加速、底层架构。这些是DeepSeek的看家本领。

GPT-6让所有人重新算账

DeepSeek此时转向具身智能，直接触发因素来自OpenAI。

GPT-6 Astra在机器人控制任务中取得了95%的成功率，前代Fable 5.1只有40%。这个跃升幅度不是渐进式改善，而是数量级的变化。多项测试演示显示，GPT-6在具身智能领域展现出了令业界瞩目的执行力。

梁文锋最近公开承认，DeepSeek在某些能力上仍然落后于GPT-6。这句话的分量比表面看起来重。一个以技术理想主义著称的创始人，公开承认差距，说明内部对路线图的焦虑是真实的。仅仅扩展语言模型，是否足以在AGI竞赛中保持优势？这个问题正在被重新审视。

更值得警惕的是，OpenAI还在单独训练一个具身智能基础模型。这意味着GPT-6可能只是一个起点。即便它已经足够惊艳，它仍然需要40分钟才能完成拿起杯子的动作——而业界对具身智能的要求，目前还停留在很低的水平。

具身智能的难点不在硬件

很多人把具身智能理解成“给AI装一个机器人身体”。这个理解太简单了。

具身智能真正的问题是：如何让模型理解空间？如何让机器人学习连续动作？如何让人工智能通过现实世界反馈不断修正决策？这三个问题，每一个都比语言模型面临的挑战更复杂。语言模型处理的是符号和概率，具身智能处理的是物理接触、力矩控制、实时反馈。

中国在人形机器人硬件制造领域处于世界领先地位。宇树科技的IPO进一步巩固了这一优势。但硬件领先不等于智能领先。要让机器人足够智能，能够响应语音指令并解决现实世界问题，需要的是新一代人工智能系统，这与ChatGPT或DeepSeek的现有模型截然不同。

美国公司在这个方向上走得更早。Skild AI和Physical Intelligence正在开发通用机器人大脑，估值分别高达140亿美元和56亿美元，背后站着英伟达和Alphabet。它们不做硬件，专攻“大脑”。这个分工很清晰：中国做身体，美国做大脑。梁文锋要做的，是让DeepSeek从语言模型的大脑，进化成能指挥身体的大脑。

两条路，两种风险

DeepSeek进军具身智能，有两条路可选。

第一条是直接组建团队。这条路能最大限度掌控技术路线图，但需要在机器人硬件、运动控制和数据采集方面增加全新能力。DeepSeek的优势在于算法、模型训练和工程效率，而具身智能需要大量真实世界数据，以及模型与硬件之间的长期磨合。这不是招几个人就能解决的问题。

第二条是通过投资或战略合作进入。这条路更符合当前AI产业链的分工逻辑：模型公司提供大脑，机器人公司提供身体。大模型公司进军具身智能，不仅仅是为了制造机器人产品，更是为了争夺未来人工智能能力的重要切入点。梁文锋目前在这个方向上的动作——投资宇树、领投Winverse AI——说明他倾向于第二条路。

但第二条路有一个隐患：它依赖于被投公司的技术路线和商业化节奏。如果宇树或Winverse AI的发展不及预期，DeepSeek的具身智能战略就会被动。梁文锋一直以谨慎著称，与一些快速推出应用、抢占市场份额的大公司相比，DeepSeek更专注于底层技术突破。这种风格在语言模型时代是优势，在具身智能时代是否仍然成立，需要打一个问号。

胡瀚们和一场新的人才迁徙

胡瀚属于新一代中国AI研究人员。

他们离开大型科技公司，创立自己的专业实验室，专注于自动驾驶、互动视频或机器人等领域的世界模型研究。其他创立自己实验室的还有阿里巴巴旗下智源科技前负责人林诣彬和字节跳动前实习生田克宇。这批人的共同特点是：在大型平台积累了足够的技术和资源，然后选择在一个更垂直的赛道上独立下注。

这种人才迁徙对DeepSeek既是机会也是挑战。机会在于，这些实验室可能成为DeepSeek的投资标的或合作伙伴。挑战在于，如果梁文锋自己不做，这些人才可能被其他大公司或资本抢走。

对于长期看好AGI的梁文锋而言，具身智能或许是DeepSeek在下一阶段必须解答的问题。从语言模型到智能体，再到能够行动的机器人，人工智能行业的下一场战争，可能不再仅仅是模型之间的竞争，而是谁能真正将智能带入现实的较量。

梁文锋开始找“身体”了。但他找到的，究竟是一个新的增长曲线，还是一个他并不擅长的新战场，目前还没有答案。

本文来自微信公众号“Tech商业”，作者：Tech商业，36氪经授权发布。