從埋頭做模型到密集看項目，梁文鋒在想什麼？
世外高人要下山了。
近期，外媒曝光了DeepSeek第二次融資的詳細情況，目前共籌集1055億元人民幣，騰訊和寧德時代領投。從原本“錢足夠，不接受外部融資”，到半年之內連續進行兩輪融資，梁文鋒改變了過往姿態。
下山之後，高人也開始把目光看向了大模型之外的地方。據瞭解，梁文鋒密集會見具身智能創業者，同時花大量時間在具身領域的學習上。
基於他的階段性學習成果，DeepSeek的錢也開始了投石問路。目前，DeepSeek已確定兩個項目的投資計畫，分別是具身大腦公司Winverse和具身運動控制公司理格萬物。
考慮到大模型和具身越來越密切的聯絡，這兩輪投資或許只是DeepSeek佈局具身的開始，背後可能是一幅更大的產業圖景。而為什麼要謀劃這樣的圖景，除了大環境，也和DeepSeek自身的境況有關。
01. 開始算長期帳
在2026年夏天以前，梁文鋒的網際網路形象類似AI界的掃地僧：不拿外部投資，不碰這兩年最火的具身智能，DeepSeek的定價便宜得如同做慈善。以至於程式設計師社區常稱他為“梁聖”，並半開玩笑地稱“恩情還不完”。
不過，在這半年內DeepSeek接連推進兩輪融資，一改過去依靠內部資金、專注模型研究的運轉方式。
今年6月，DeepSeek完成首輪融資，規模約在510億，梁文鋒自己、寧德系和騰訊領投。其中，梁文鋒個人出資約200億元，是最大單一出資方；騰訊約100億元，寧德系出資約50億元。
不久後，DeepSeek開始了第二輪融資，規模從最初的500億元上調至1000億以上。投資方進一步拓展至晶片、汽車、消費電子和網際網路企業。除了騰訊和寧德系各出資100億元，其他產業投資者還包括長鑫記憶體、中芯國際、vivo、美團、吉利、美的集團等。支撐DeepSeek向前的資金，拓展到更多產業投資者層面。
這背後是前沿模型競爭對投入規模和持續性的要求。
過去，DeepSeek最受關注的是如何用更高的效率訓練模型，以更有性價比的價格向市場提供能力。但一次訓練取得突破之後，公司還需要同時承擔兩筆帳：一筆用於探索下一代模型，結果和回報都存在不確定性；另一筆用於支撐已經上線的服務，需要持續提供穩定、可用的推理能力。研發不會因為產品上線而停止，服務也不能為了下一次訓練而暫停。
更高的技術效率可以降低單次任務的成本，卻未必會讓公司的總投入隨之下降。當模型能力擴大、服務種類增加，節省下來的資源，也可能很快被新的需求消耗。對DeepSeek而言，長期競爭的考驗，是能否在不斷投入的同時，讓資金、算力和收入跟上研發節奏。
今年下半年，DeepSeek在收費方式上的調整，已經顯露出這種經營上的考慮。
8月中旬，V4-Pro正式版上線時，API引入峰谷定價，整體價格有所上調。高峰與低谷採用不同價格，可以引導對時間不敏感的需求錯峰使用，讓有限的算力承擔更多工。到11月1日，新推出的Search和Fetch API按成功請求收費，DeepSeek又為模型之外的搜尋、抓取能力建立了收費入口。
從模型呼叫到配套工具，收費開始覆蓋更多服務環節。過去，低價幫助DeepSeek迅速進入開發者的選擇範圍；接下來，如何讓這些使用形成足以支撐持續供給的收入，會越來越影響它的經營安排。
與收入同時需要解決的，是算力從那裡來。
a16z在10月發佈的報告顯示，輝達H200、B200的租賃價格較年初明顯上漲。對持續訓練和部署模型的企業而言，計算資源的獲取成本、供應節奏與可用規模，都會影響下一代產品何時能夠推出。即使帳上有錢，也需要有足夠的晶片，以及能讓晶片高效運轉的軟體系統。
DeepSeek推進國產算力適配，正是在擴展這方面的選擇。
近期有媒體報導，DeepSeek下一代模型V5計畫基於昇騰晶片開展預訓練，此前昇騰只承擔DeepSeek模型的推理任務。V4階段雙方已完成大量底層算子適配，V5將是首款原生依託昇騰950訓練的大模型，節奏指向明年落地。
再看兩輪融資的股東名單，變化就有了另一層意味。騰訊、寧德系之外，長鑫記憶體、中芯國際、vivo、吉利、美的等企業的進入，使DeepSeek與記憶體晶片、終端和製造業建立了資本聯絡。這些企業分佈在模型供給與應用的不同環節，未來或將與DeepSeek有更多產業聯動。
其中值得關注的是長鑫科技，實際上此前長鑫IPO時，梁文鋒旗下的幻方量化等就以集團軍身份，出現在長鑫配售名單中，參與打新。“你投我的AI，我投你的晶片”，長鑫和DeepSeek實際上進行了深度的生態繫結。
02. 為什麼押注具身智能？
資金儲備擴大後，DeepSeek也開始向模型之外尋找新投入方向。具身智能是其中一個值得關注的選擇。
梁文鋒先參與宇樹的股份配售，隨後密集接觸具身創業者，DeepSeek又出現在兩家早期公司的投資方名單中。
起初，梁文鋒通過DeepSeek、寧波幻方量化、浙江九章資產三個主體參與屬於宇樹配售，被廣泛認為是一種財務投資。因為梁文鋒曾說“具身產業還太早。”
但在這之後，他開始約見一些具身智能創業者，並作為外行開始了密集的學習。很快，DeepSeek投資的兩個項目浮出水面：Winverse AI和理格萬物。
Winverse AI，創始人胡瀚曾負責騰訊混元的視覺語言模型和具身智能基礎模型團隊，創業方向是具身大腦與世界模型。理格萬物，創始人俞濤曾從事強化學習研究，並在逐際動力帶隊搭建全身控制系統，目前公司探索大語言模型與具身智能的結合。
10月12日彭博社報導，DeepSeek領投Winverse AI的種子輪，金額數千萬美元、投後估值約4億美元，美團龍珠跟投；理格萬物首輪融資以“親友輪”形式落地，投資方包括紅杉中國、礪思資本、DeepSeek。
從技術方向看，兩個項目分別靠近機器人理解環境、執行動作的關鍵問題。它們與宇樹的本體業務存在互補關係，也對應著大語言模型進入物理世界時需要補上的能力。
2026年7月與投資人的交流中，梁文鋒給出過一張AGI的六階段路線圖：語言模型→思維鏈→Agent→持續學習→自我迭代→具身智能。DeepSeek下半年不斷推進Agent迭代，以及開始滲透進具身領域的動作剛好也符合這一構想。
8月13日，V4-Pro正式版發佈的同時，DeepSeek開源了智能體運行框架Harness。10月31日，DeepSeek的Harness團隊甚至公開了Super-agent設計原型，讓Agent從等待指令的工具，變成能感知工作環境、持續執行、必要時才向人求助的協作者。
這一系列動作，在強化AI的自主執行與持續運行能力，先讓AI在數字世界裡學會“自己做事、持續做事”，進入物理世界時才不至於手足無措。
一家機器人大腦，一家機器人運動控制，還有做本體的宇樹，再加上自己的大語言模型和Agent，DeepSeek的投資，讓具身智能從感知理解、運動控制到硬體載體的關鍵環節，都被裝進了同一張版圖。
由此來看，DeepSeek投資具身，可能同時服務於兩項目標：尋找現有模型的應用空間，以及接觸下一階段模型研究所需的問題。前者關係到誰會使用DeepSeek的能力，後者關係到這些能力未來如何演進。
而說到大模型聯合具身智能，DeepSeek也不是孤例，大洋彼岸的對手們也在體系化作戰。
比如OpenAI今年6月就成立了OpenAI Robotics，由Sora的核心開發者Aditya Ramesh掛帥，官網掛出27個機器人崗位，預計2027年拿出演示樣機。
03. 具身能否反哺DeepSeek
DeepSeek正在為更長期的競爭調動資源。但這套佈局能否成立，最終要看一個結果：新增的資金、算力選擇和外部合作，能否幫助它繼續提升模型能力。
投資具身公司，只是這個過程的起點。DeepSeek需要與合作方找到具體任務，讓模型參與測試，再將執行中的失敗轉化為可分析、可訓練的反饋。模型改進之後，還要回到機器人上驗證效果。只有這套過程能夠持續運轉，股權關係才有機會轉化為技術積累。
目前，這種聯絡有多緊密，仍是DeepSeek佈局中最需要觀察的部分。
被投公司有自己的研發目標，也會根據任務表現選擇模型。比如，宇樹正在嘗試部署OpenAI模型，就說明機器人企業的技術選擇始終開放。
不久前，王興興在工博會上透露，GPT-6部署到宇樹機器人上的測試效果良好，預計明年GPT-7發佈後有望進一步擊穿具身智能目前的瓶頸。
9月3日OpenAI發佈GPT-6 Astra；在模擬測試中，GPT-6 Astra直接充當動作策略，在42項機器人模擬操作任務、2100次測試中平均成功率達22.48%，超過了評測中的40個公開機器人策略。
頭部大語言模型展示出的吞噬具身基座的能力，實際上正是DeepSeek某種焦慮的來源。對DeepSeek而言，最重要的是不能拉開與前沿模型的差距。具身既可能是它的第二曲線，也同樣是一場技術防守戰。
與此同時，大模型和具身，是兩條互為鏡像的商業化道路，都存在前期投資規模過大和商業化尚未成熟的問題。
早期投資讓DeepSeek能夠逐步瞭解行業，並根據進展決定是否深入。但隨著聯合研發、算力支援和人員參與增加，退出或調整方向的成本也會提高。如果投入擴大得快於技術驗證，公司就可能一面等待具身合作產生收益，一面繼續承擔模型主業的資金與研發壓力。原本希望擴大能力邊界的探索，也可能拖慢已有能力的迭代。
“下山”之後，DeepSeek獲得了更多資源，也面對更多值得投入的方向。真正的考驗，是讓這些方向圍繞模型能力形成積累。如果合作不斷增加，而技術收益始終模糊，千億融資延長的就可能只是等待的時間。(豹變)