一脑一控，DeepSeek连投两家具身智能

近期，DeepSeek完成对两家具身智能机器人赛道企业的战略投资，分别为Winverse AI和理格万物，一者主攻世界模型与具身感知大脑，一者聚焦人形机器人全身运动控制。

Winverse AI由前腾讯混元杰出科学家胡瀚创立，核心方向是具身基础模型、世界预测模型与多模态感知。团队擅长让机器人看懂环境、预判物理世界变化，解决机器人 “看懂场景、预判结果、自主规划” 的认知难题，相当于人形机器人的感知与决策大脑。本轮DeepSeek领投其种子轮，交易金额达数千万美元，投后估值约4亿美元，美团龙珠同步跟投。

理格万物则聚焦运动控制端，由前逐际动力人形机器人控制系统负责人俞涛创办，主打全身动力学控制、强化学习、大模型指令到稳定动作的转化。解决机器人平衡、柔顺操作、非结构化环境下连续稳定执行的工程痛点，承接上层大模型 / 世界模型输出的任务指令，输出可落地、安全可控的机器人动作方案，是连接 “智能思考” 和 “物理行动” 的关键层。本轮融资中，DeepSeek与红杉中国、砺思资本共同参与投资。

从布局逻辑来看，DeepSeek这两笔投资形成清晰的能力互补：Winverse负责理解世界、预测世界、做任务规划；理格万物负责把规划转化为稳定、安全的全身运动。二者搭配，刚好补上具身智能链条里两大核心卡点。

和此前DeepSeek参与战略配售的宇树科技形成协同 —— 宇树提供成熟机器人本体硬件载体，作为整套算法方案的真机测试与落地平台，构成 “大模型底座 + 世界模型大脑 + 运动控制层+机器人本体” 四层协同体系3。

DeepSeek的路线延续其不直接下场制造机器人整机的思路，以产业投资绑定顶尖算法团队，补齐AGI路线里的具身短板。

当前大模型行业竞争已经从文本能力转向物理落地，单纯的语言推理能力无法适配真实世界的不确定性。大模型擅长理解自然语言、做长链条推理，但缺少对物理世界的预测能力；而传统运动控制算法又缺少通用认知能力。本次投资，打通 “自然语言指令→世界模型感知预测→任务规划→运动控制→机器人执行” 完整链路，让机器人能够理解复杂指令、自主适应多变环境，完成操作、搬运、交互等任务。

业内分析认为，本次投资组合极具差异化：世界模型团队解决 “知”，运动控制团队解决 “行”，一感知一执行，恰好补齐当前国内人形机器人研发最薄弱的算法环节。这套联合方案后续是否将依托宇树硬件平台开展原型落地，也是值得关注的话题。