本文来自微信公众号： 豹变 ，作者：张经纬，编辑：邢昀


从埋头做模型到密集看项目，梁文锋在想什么？


世外高人要下山了。


近期，外媒曝光了DeepSeek第二次融资的详细情况，目前共筹集1055亿元人民币，腾讯和宁德时代领投。从原本“钱足够，不接受外部融资”，到半年之内连续进行两轮融资，梁文锋改变了过往姿态。


下山之后，高人也开始把目光看向了大模型之外的地方。据了解，梁文锋密集会见具身智能创业者，同时花大量时间在具身领域的学习上。


基于他的阶段性学习成果，DeepSeek的钱也开始了投石问路。目前，DeepSeek已确定两个项目的投资计划，分别是具身大脑公司Winverse和具身运动控制公司理格万物。


考虑到大模型和具身越来越密切的联系，这两轮投资或许只是DeepSeek布局具身的开始，背后可能是一幅更大的产业图景。而为什么要谋划这样的图景，除了大环境，也和DeepSeek自身的境况有关。


开始算长期账


在2026年夏天以前，梁文锋的互联网形象类似AI界的扫地僧：不拿外部投资，不碰这两年最火的具身智能，DeepSeek的定价便宜得如同做慈善。以至于程序员社区常称他为“梁圣”，并半开玩笑地称“恩情还不完”。


不过，在这半年内DeepSeek接连推进两轮融资，一改过去依靠内部资金、专注模型研究的运转方式。


今年6月，DeepSeek完成首轮融资，规模约在510亿，梁文锋自己、宁德系和腾讯领投。其中，梁文锋个人出资约200亿元，是最大单一出资方；腾讯约100亿元，宁德系出资约50亿元。


不久后，DeepSeek开始了第二轮融资，规模从最初的500亿元上调至1000亿以上。投资方进一步拓展至芯片、汽车、消费电子和互联网企业。除了腾讯和宁德系各出资100亿元，其他产业投资者还包括长鑫存储、中芯国际、vivo、美团、吉利、美的集团等。支撑DeepSeek向前的资金，拓展到更多产业投资者层面。


这背后是前沿模型竞争对投入规模和持续性的要求。


过去，DeepSeek最受关注的是如何用更高的效率训练模型，以更有性价比的价格向市场提供能力。但一次训练取得突破之后，公司还需要同时承担两笔账：一笔用于探索下一代模型，结果和回报都存在不确定性；另一笔用于支撑已经上线的服务，需要持续提供稳定、可用的推理能力。研发不会因为产品上线而停止，服务也不能为了下一次训练而暂停。


更高的技术效率可以降低单次任务的成本，却未必会让公司的总投入随之下降。当模型能力扩大、服务种类增加，节省下来的资源，也可能很快被新的需求消耗。对DeepSeek而言，长期竞争的考验，是能否在不断投入的同时，让资金、算力和收入跟上研发节奏。


今年下半年，DeepSeek在收费方式上的调整，已经显露出这种经营上的考虑。


8月中旬，V4-Pro正式版上线时，API引入峰谷定价，整体价格有所上调。高峰与低谷采用不同价格，可以引导对时间不敏感的需求错峰使用，让有限的算力承担更多任务。到11月1日，新推出的Search和Fetch API按成功请求收费，DeepSeek又为模型之外的搜索、抓取能力建立了收费入口。


从模型调用到配套工具，收费开始覆盖更多服务环节。过去，低价帮助DeepSeek迅速进入开发者的选择范围；接下来，如何让这些使用形成足以支撑持续供给的收入，会越来越影响它的经营安排。


与收入同时需要解决的，是算力从哪里来。


a16z在10月发布的报告显示，英伟达H200、B200的租赁价格较年初明显上涨。对持续训练和部署模型的企业而言，计算资源的获取成本、供应节奏与可用规模，都会影响下一代产品何时能够推出。即使账上有钱，也需要有足够的芯片，以及能让芯片高效运转的软件系统。


DeepSeek推进国产算力适配，正是在扩展这方面的选择。


近期有媒体报道，DeepSeek下一代模型V5计划基于昇腾芯片开展预训练，此前昇腾只承担DeepSeek模型的推理任务。V4阶段双方已完成大量底层算子适配，V5将是首款原生依托昇腾950训练的大模型，节奏指向明年落地。


再看两轮融资的股东名单，变化就有了另一层意味。腾讯、宁德系之外，长鑫存储、中芯国际、vivo、吉利、美的等企业的进入，使DeepSeek与存储芯片、终端和制造业建立了资本联系。这些企业分布在模型供给与应用的不同环节，未来或将与DeepSeek有更多产业联动。


其中值得关注的是长鑫科技，实际上此前长鑫IPO时，梁文锋旗下的幻方量化等就以集团军身份，出现在长鑫配售名单中，参与打新。“你投我的AI，我投你的芯片”，长鑫和DeepSeek实际上进行了深度的生态绑定。


为什么押注具身智能？


资金储备扩大后，DeepSeek也开始向模型之外寻找新投入方向。具身智能是其中一个值得关注的选择。


梁文锋先参与宇树的股份配售，随后密集接触具身创业者，DeepSeek又出现在两家早期公司的投资方名单中。


起初，梁文锋通过DeepSeek、宁波幻方量化、浙江九章资产三个主体参与属于宇树配售，被广泛认为是一种财务投资。因为梁文锋曾说“具身产业还太早。”


但在这之后，他开始约见一些具身智能创业者，并作为外行开始了密集的学习。很快，DeepSeek投资的两个项目浮出水面：Winverse AI和理格万物。


Winverse AI，创始人胡瀚曾负责腾讯混元的视觉语言模型和具身智能基础模型团队，创业方向是具身大脑与世界模型。理格万物，创始人俞涛曾从事强化学习研究，并在逐际动力带队搭建全身控制系统，目前公司探索大语言模型与具身智能的结合。


10月12日彭博社报道，DeepSeek领投Winverse AI的种子轮，金额数千万美元、投后估值约4亿美元，美团龙珠跟投；理格万物首轮融资以“亲友轮”形式落地，投资方包括红杉中国、砺思资本、DeepSeek。


从技术方向看，两个项目分别靠近机器人理解环境、执行动作的关键问题。它们与宇树的本体业务存在互补关系，也对应着大语言模型进入物理世界时需要补上的能力。


2026年7月与投资人的交流中，梁文锋给出过一张AGI的六阶段路线图：语言模型→思维链→Agent→持续学习→自我迭代→具身智能。DeepSeek下半年不断推进Agent迭代，以及开始渗透进具身领域的动作刚好也符合这一构想。


8月13日，V4-Pro正式版发布的同时，DeepSeek开源了智能体运行框架Harness。10月31日，DeepSeek的Harness团队甚至公开了Super-agent设计原型，让Agent从等待指令的工具，变成能感知工作环境、持续执行、必要时才向人求助的协作者。


这一系列动作，在强化AI的自主执行与持续运行能力，先让AI在数字世界里学会“自己做事、持续做事”，进入物理世界时才不至于手足无措。


一家机器人大脑，一家机器人运动控制，还有做本体的宇树，再加上自己的大语言模型和Agent，DeepSeek的投资，让具身智能从感知理解、运动控制到硬件载体的关键环节，都被装进了同一张版图。


由此来看，DeepSeek投资具身，可能同时服务于两项目标：寻找现有模型的应用空间，以及接触下一阶段模型研究所需的问题。前者关系到谁会使用DeepSeek的能力，后者关系到这些能力未来如何演进。


而说到大模型联合具身智能，DeepSeek也不是孤例，大洋彼岸的对手们也在体系化作战。


比如OpenAI今年6月就成立了OpenAI Robotics，由Sora的核心开发者Aditya Ramesh挂帅，官网挂出27个机器人岗位，预计2027年拿出演示样机。


具身能否反哺DeepSeek


DeepSeek正在为更长期的竞争调动资源。但这套布局能否成立，最终要看一个结果：新增的资金、算力选择和外部合作，能否帮助它继续提升模型能力。


投资具身公司，只是这个过程的起点。DeepSeek需要与合作方找到具体任务，让模型参与测试，再将执行中的失败转化为可分析、可训练的反馈。模型改进之后，还要回到机器人上验证效果。只有这套过程能够持续运转，股权关系才有机会转化为技术积累。


目前，这种联系有多紧密，仍是DeepSeek布局中最需要观察的部分。


被投公司有自己的研发目标，也会根据任务表现选择模型。比如，宇树正在尝试部署OpenAI模型，就说明机器人企业的技术选择始终开放。


不久前，王兴兴在工博会上透露，GPT-6部署到宇树机器人上的测试效果良好，预计明年GPT-7发布后有望进一步击穿具身智能目前的瓶颈。


9月3日OpenAI发布GPT-6 Astra；在仿真测试中，GPT-6 Astra直接充当动作策略，在42项机器人仿真操作任务、2100次测试中平均成功率达22.48%，超过了评测中的40个公开机器人策略。


头部大语言模型展示出的吞噬具身基座的能力，实际上正是DeepSeek某种焦虑的来源。对DeepSeek而言，最重要的是不能拉开与前沿模型的差距。具身既可能是它的第二曲线，也同样是一场技术防守战。


与此同时，大模型和具身，是两条互为镜像的商业化道路，都存在前期投资规模过大和商业化尚未成熟的问题。


早期投资让DeepSeek能够逐步了解行业，并根据进展决定是否深入。但随着联合研发、算力支持和人员参与增加，退出或调整方向的成本也会提高。如果投入扩大得快于技术验证，公司就可能一面等待具身合作产生收益，一面继续承担模型主业的资金与研发压力。原本希望扩大能力边界的探索，也可能拖慢已有能力的迭代。


“下山”之后，DeepSeek获得了更多资源，也面对更多值得投入的方向。真正的考验，是让这些方向围绕模型能力形成积累。如果合作不断增加，而技术收益始终模糊，千亿融资延长的就可能只是等待的时间。