新浪(每日经济新闻)
大语言模型向物理世界延伸:DeepSeek 已确定投资两家具身智能公司
报道梳理国内头部大模型厂商 DeepSeek 近期动作,一个值得注意的趋势是通用大语言模型的边界正在向物理世界趋近。据媒体报道,近期 DeepSeek 创始人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;目前 DeepSeek 确定投资两个项目,分别是具身大脑公司 Winverse 和具身运动控制公司理格万物,梁文锋旗下的幻方量化此前还投资了王兴兴的宇树科技。白硕在接受采访时表示,目前大家的分歧点并不在要不要做物理模型,而在于要不要把语言模型和物理模型统一于同一种技术体系;现在主流还是用 Transformer 架构打造语言、多模态和物理的「大一统」模型,统一于同一技术体系的趋势仍然很强烈。王兴兴在过往一个月内多次表示,随着 GPT-6 的发布,目前物理 AI 已经有被「击穿」的苗头,具身智能迈过 ChatGPT 时刻最核心的挑战是 AI 模型的输入输出和真实机器人对齐。黄晓煌则认为,语言模型大概率是整个智能的入口,但不可能所有东西都做,还需要其他专属模型配合完成垂类能力输出。文章还提到,此前资本方和业内人士更多将目光聚焦于世界模型,但随着 GPT-6 Astra 模型能力突破,行业路径呈现一些新变化。
原始来源:新浪(每日经济新闻)
为什么值得关注
一家以语言模型见长的公司开始投具身大脑与运动控制,说明「大模型进物理世界」已从研究议题变成资本动作。业内专家的判断很关键:分歧不在要不要做物理模型,而在要不要把语言、多模态、物理统一到同一套技术体系里,主流仍是单一架构的大一统路线。另一位的说法则点明瓶颈——物理 AI 已有突破苗头,但最核心的挑战是模型输入输出与真实机器人对齐,也就是说难点在工程对接,而不在模型规模。
对选型的提示
- 关注具身智能工具链时,重点看「模型到真机」的适配层,包括数据采集、动作映射与安全限幅,而非只看参数。
- 语言模型做智能入口、垂类模型负责执行的组合,短期内比单一统一模型更容易落地。
- 内容生产侧(关卡生成、虚拟拍摄预演)是语言模型进物理世界较早受益的场景,可优先试用。
