宇树与DeepSeek，相向而行

王兴兴调整了自己的时间规划。

两个月前，他预估具身智能领域取得突破还需两三年，慢则五到十年。然而，宇树最近的市场表现令人失望。

在近期工博会上，他把最快的预期缩短至一两年。让他改变判断的是GPT-6：宇树团队将其部署在不同机器人上执行任务测试，效果令他满意。他还反思，过去十几年最大的失误，是对AI的信任不够。

王兴兴在工博会现场提到，宇树已采用新模型进行机器人任务测试

在《宇树到底做错了什么？》一文中，我们探讨了宇树面临的挑战：机器人已量产，但赋予其“智能”仍需补齐。如今，上游大模型开始帮助机器人理解指令、规划步骤，专门的具身模型也展示了通过一次示范学习新任务、将已有能力应用于陌生环境的方法。

过去需要机器人公司逐一开发的部分能力，现在可以从基础模型中获取。王兴兴因此能重新评估，宇树还需投入多少时间和资金，才能让已生产的机器人真正实用。

DeepSeek也在向具身智能靠拢。它已入股宇树，双方约定在模型和机器人业务上优先合作。近期有媒体报道，梁文锋正在接触具身智能创业者，评估自建团队或通过投资进入该领域。

宇树希望将模型进步转化为机器用途，DeepSeek则要让自己的模型学会行动。两家公司相向而行，接下来要争取的不仅是合作机会：当机器人变得好用后，这门生意的收入将如何分配？

大模型开始接管具身任务

Google展示过这样一个场景：用户通过自然语言下达指令，Spot机器人去取爆米花。负责理解和规划任务的，是Gemini Robotics ER 2。它调用机器人的导航和机械臂接口，将指令转化为一系列动作。

该模型基于Gemini 3.5 Flash，并进一步加入了具身推理训练。在Google的机器人系统中，它还能观察环境、规划步骤、跟踪任务进度，并将执行交给动作模型。通用多模态模型积累的理解能力，已有一条进入机器人工作流程的实际路径。

开发通用机器人模型的Skild AI展示了机器人如何从一次示范中学习新任务。工作人员录制一段操作视频，交给已预训练的S1，机器人便尝试模仿执行。在一次盆栽测试中，从开始录制示范到机器人自主执行，团队只用了11分钟，未为此新任务重新训练模型。

它还会根据实际情况调整方法。示范者使用浇水壶，而机器人面前只有一杯水，它就改用杯子。模型需从演示中理解目标，再利用已学能力完成它。

过去，教机器人执行新任务通常需要数据采集和专项训练。S1展示了一种不同产品形态：机器人购买后，用户可通过示范增加其用途。新需求出现时，研发团队不必每次都启动新项目。

更知名的Figure，则直接将机器人带入30个未采集训练数据的家庭，让它们收玩具、铺床和叠毛巾。房间布局、家具和物品都不同，机器人需自行寻找物体、移动身体并执行操作。

只能说，大模型还是太全面了。

在Figure的对照测试中，使用人类行为数据预训练的Helix 2.5，完整任务成功率达56%；其他训练条件相同但无此预训练的模型仅为9%。一次收玩具任务中，需将13至15件玩具全部放入篮子才算完成，安全人员介入也算失败。

Figure的官方测试展示了收玩具、铺床和叠毛巾三种家庭任务

尽管这离具身智能普及日常生活仍有差距，但这一演示证明，预训练积累的经验有望减少新客户重新教导机器的成本。

从理解指令到学习新任务，再到适应陌生环境，这几组实验分别减少了机器人开发中的重复工作。通用模型经过具身训练后，开始承担任务理解和规划；具身基础模型继续将可复用能力推进到操作动作。机器人公司需要自行开发的内容，正在随之改变。

宇树已开始实践。它自己的具身模型基于Qwen3-VL，并加入了交互预测和动作学习。王兴兴仍在做模型，但确实无需重复造轮子。

这对宇树有利，也会改变其面临的竞争。宇树能利用上游模型增加机器用途，其他整机厂也可尝试接入。产品经理接下来需比较更具体的场景：同一种工作，哪台机器执行更久、错误更少；客户更换任务时，又需投入多少工程师。

DeepSeek开始研究下一个议题

DeepSeek将视觉能力进一步整合到Flash的Agent工作流中。先是V4-Flash-Vision-Exp开放图片输入，随后发布的V4.1-Flash明确加入了原生视觉理解。开发者可将图片和文字一起交给模型，再让其调用工具完成任务。

Flash的产品定位已体现在发布说明中。DeepSeek介绍V4.1-Flash时，专门解释了Agent的运行成本：模型反复处理任务记录会使用缓存；压缩缓存可减少这部分开销。据官方披露，新模型的KV缓存所占显存降至上一代的四分之一。它同时强调更快的推理、更高的吞吐量，并随之降低了API价格。

这解释了为何模型厂商越来越重视Flash这类产品。一个Agent接到任务后，可能需要反复读取信息、调用工具、检查结果。每一步都需等待和花费，出错后还需重来。应用开发者选择模型，最终需计算完成整项任务所需的时间和费用。单次回答便宜，但任务反复失败，也省不下钱。

Google对Flash系列的定位同样明确：提高效率、缩短等待时间，让Agent能在生产环境中大规模运行。上文的机器人推理模型Gemini Robotics ER 2，便基于Gemini 3.5 Flash，并加入了具身推理训练。模型公司为应用所做的效率改进，已有进入机器人的具体路径。

这为DeepSeek留下了一条可分步执行的路线。先利用已有的视觉和推理能力理解任务、规划步骤，动作执行可交给合作方。若继续向下做动作模型，它需学习机器与物体交互后的反应：杯子滑动后，机械臂如何调整；物体移动后，下一次判断如何改变。

这些经验需从操作中积累。宇树的具身模型除Qwen3-VL外，还使用了约2500小时真实机器人数据训练，覆盖不同设备和操作场景。对DeepSeek而言，购买机器人只是开始，它还需有人一起做实验，记录动作、结果和失败。

训练方法也需重新处理。研究机器人基础模型的Physical Intelligence发现，某些将视觉语言模型与动作模块直接联合训练的做法，会导致机器人更容易忽略语言指令，也更难将已有知识用于操作。DeepSeek若继续做动作，就需在学会操作的同时，保住已积累的理解和推理能力。

它与宇树的合作，可放在这条路径中理解。DeepSeek以约1.41亿元参与宇树IPO战略配售时，双方已约定：DeepSeek未来探索具身智能，在同等条件下优先采购宇树的机器人和技术方案；宇树开展模型适配、调用和融合，也在同等条件下优先考虑DeepSeek的模型训练服务和方案。

双方约定，同等条件下优先采购对方的产品和服务

据外媒报道，DeepSeek还已同意领投Winverse AI的种子轮融资，交易当时尚未最终完成。创始人胡瀚此前在腾讯负责视觉语言和具身基础模型团队。梁文锋接触的，既有能提供机器的公司，也有专门研究机器人智能的人才。

**宇树希望借用上游模型，减少自身重复开发的工作；DeepSeek向机器人企业靠近，则有机会获得屏幕内任务无法提供的操作经验。**但这些经验最终归谁使用，还需在合作中明确。现场数据是否可用于训练，改进后的模型能否提供给其他整机厂，都会影响双方愿意投入的程度。

毕竟，DeepSeek要做成一门面向行业的模型生意，就需将在宇树机器上学到的能力，带到更多设备和现场。Google已展示过同一套动作模型控制不同本体的能力。模型公司走得越深，与整机厂之间需商定的研发和交付分工也会越多。

模型公司的商业化前景

到了这一步，DeepSeek的新一轮融资消息便有了更具体的意义。有媒体报道，公司第二轮融资拟募资约1000亿元，投前估值约5000亿元，梁文锋更倾向于能带来上下游资源的产业投资方。潜在投资者中有吉利，宁德时代也计划继续追加投资。

这是整家公司的融资计划，具身智能是它正在评估的方向之一。如果DeepSeek继续向机器人领域深入，汽车和电池企业能提供的研究条件就很有价值：机器可以购买，但生产线需企业愿意开放，日常操作积累的数据也需获得使用许可。

同一场工博会对话中，王坚提到，工业数据仍分散在企业内部，机器人和AI研究者很难直接使用。接受产业资本投资，可增加接触现场的机会。到了具体工厂，哪些数据可用、测试影响生产由谁负责，仍需逐一协商。

模型用于机器人，已有人开始付费。Skild披露，首次商业部署后的十个月，它已有60多家付费客户，确认收入5000万美元，约九成来自操作类任务。公司未单独列出纯模型许可费，这笔收入来自此前的商业部署。

Skild 官方视频展示的机械臂操作画面

资方会继续监测“边际交付成本”，即：每增加一个客户，需额外投入的适配研发、部署调试和现场支持成本。

Figure在未采集训练数据的30个家庭中测试家务，Skild则展示了通过一次示范尝试新任务。这些实验表明，已有能力有望减少服务新客户时的重复开发。

Flash能让模型减少资源消耗、更快完成任务。具身能力的复用，则有望减少现场开发。对于同时承担部署工作的模型公司，推理成本和交付成本都需计算：如果每个现场仍要反复派工程师调试，推理环节省下的钱，可能被交付支出抵消。

降价也会改变DeepSeek自身的收入要求。同样的调用量，价格降低，ARR就减少。它需要更多使用量，或找到客户愿意持续付费的服务。机器人确实能增加模型的用途，但卖出机器人，并不会自然为模型公司带来长期收入。

宇树已将机器人模型列入IPO募投研发项目，预算包括设备、人员和实施等投入，外部模型公司有机会争取其中的训练与技术服务需求。只是，DeepSeek虽持有宇树股份，王兴兴最近公开肯定的是GPT-6，宇树自己的模型也基于Qwen。虽然两者在靠近，但尚未完全走到一起。

对宇树而言，模型的进步能让同一台机器人多干一些活，也让客户少付一些开发费用。DeepSeek要争取的，是通过训练、更新和部署服务，让下一批客户减少现场开发，并愿意为模型后续改进继续付费。用户可通过 九游网页登录 获取更多相关资讯。