精华简报：王兴兴“错配”梁文锋？
来源：虎嗅网 / 字母榜
作者：薛亚萍
链接：https://www.huxiu.com/article/4885533.html?f=rss
TL;DR
宇树科技上市后市值从高点蒸发约2000亿元，市场关注点从股价转向其后续技术路径。王兴兴将宇树的未来押注在“物理AI机器人自进化”上，而这需要顶尖AI大模型驱动，于是宇树与DeepSeek达成合作。但文章指出，王兴兴与梁文锋对AGI路线的判断存在根本分歧：梁文锋认为持续学习能力才是AGI关键，世界模型只是分支；王兴兴则认为基于视频生成的世界模型才是AGI核心。这种路线错配，叠加Figure AI与OpenAI从合作走向竞争的前车之鉴，使“宇树+DeepSeek”联盟存在长期不确定性。不过至少在现阶段，DeepSeek比宇树更需要对方——它需要宇树的机器人身体和物理世界数据来验证其AGI路线的最后一级。
核心观点与技术/商业洞察
1. 宇树的现实困境：市值蒸发与AI能力缺口
宇树股价从上市首日4449亿元高点跌至2400亿元，市值蒸发约2000亿元。比股价更关键的是，宇树在具身智能大模型上的积累明显不足。文章判断，宇树过去几年模型研发投入不足、进展缓慢，因此寻找顶尖AI大模型公司合作是自然选择。
2. 模型路线之争：VLA的局限与世界模型的崛起
宇树采取“两条腿走路”策略，并行研发VLA和世界模型。
-
VLA（视觉-语言-动作）模型：宇树2026年1月开源了UnifoLM-VLA-0，能在G1机器人上完成12类复杂操作。但该模型基于开源Qwen2.5-VL-7B底座继续预训练，训练数据也来自开源数据集，并非严格自研。更根本的问题是，VLA本质是一种“反应式”模型——看到什么才做什么，缺乏泛化能力，场景稍变就需要重新训练，因此正被自动驾驶和机器人公司逐渐抛弃。
-
世界模型（WMA）：宇树2025年9月开源UnifoLM-WMA-0，2026年5月发布WVLA2.0，具备长时序自主规划和多步物理预判能力。野村国际背书称搭载WVLA2.0的G1能在受干扰会议室中无遥操完成六项连续任务。但WVLA2.0跑在本地Jetson Orin NX上，算力仅约100TOPS，推理闭环约90ms，只能做简单推理，无法支撑复杂长思维链推理。
3. 为什么是DeepSeek：补足推理能力与自进化闭环
文章以智平方的AlphaBot 2为例，说明将DeepSeek技术融入VLA模型可显著提升机器人对长程复杂任务的理解和分析能力。宇树与DeepSeek的合作包括三方面：联合技术探索；DeepSeek探索具身智能时优先采购宇树产品；宇树研发具身智能大模型时优先选用DeepSeek训练服务和技术方案。
更深层的需求在于王兴兴提出的“物理AI机器人自进化”：让AI自己搜索论文、生成控制代码、在仿真环境测试、再控制实物机器人，形成正向循环，逐步接管人类工程师的研发工作。王兴兴明确表示，这需要“目前最前沿、最顶尖的AI大模型来驱动”。DeepSeek因此成为宇树建立自进化闭环的关键模型能力支撑。
4. 王兴兴与梁文锋的AGI路线错配
这是文章标题“错配”的核心所指。
-
梁文锋路线：AGI路径是CoT思维链—Agent—持续学习—自我迭代，最后才应用到具身智能。他认为持续学习能力才是AGI关键，视频生成、世界模型都不是DeepSeek的核心路线。一旦AI具备自我迭代能力，就可以取代人，然后才是具身智能。
-
王兴兴路线：早在2024年就表示“具身智能是实现AGI的最有效途径，OpenAI的大方向大概率是错的”。他认为基于视频生成的世界模型才是AGI关键，语言模型未必是具身模型的必选项。一旦视频生成动作与机器人动作对齐，机器人数据难题将被根本解决。他在IROS 2025上给出的AGI定义是：随便找个场景，人形机器人能直接听懂任务并快速学会执行。
两人路线差异明显：梁文锋把世界模型视为AGI的分支，王兴兴则将其视为AGI的核心。宇树招股书也强调WMA模型有望引领具身智能技术能力的根本跃迁。
5. Figure AI与OpenAI的前车之鉴
2024年OpenAI投资Figure AI并签署三年合作协议，共同开发人形机器人AI模型。合作初期成果显著，Figure 01展示了视觉+语言+动作能力。但一年后Figure AI终止合作，转向自研。创始人Brett Adcock解释称：“AI不能外包，就像硬件不能外包一样。”
然而文章揭示更深层原因：OpenAI并不满足于只做投资人和“大脑供应商”。2025年初OpenAI重组机器人团队，2026年6月更将Sora团队整体转向机器人研发，成立OpenAI Robotics事业部，由Sora之父Aditya Ramesh挂帅，短期聚焦工业辅助机器人，长期瞄准消费级人形机器人。OpenAI从“给机器人提供大脑的供应商”变成了“亲自下场做机器人的竞争者”。
6. 当前利益错位：DeepSeek更需要宇树
文章认为，至少现阶段双方利益是错位的，但这种错位反而有利于合作稳定。
- DeepSeek在宇树IPO中战略配售1.41亿元，锁定期三年。
- 合作条款明确DeepSeek探索具身智能业务时优先购买宇树产品。
- 与当年OpenAI不同，OpenAI不需要Figure的身体来证明自己，其重心始终是GPT；而DeepSeek需要宇树的机器人和真实物理世界数据，来验证其AGI路线的最后一级。
因此文章判断：DeepSeek可能比宇树需要DeepSeek更需要宇树。
启发与影响
对具身智能行业
-
“身体”与“大脑”的垂直整合压力将持续存在。Figure AI与OpenAI的破裂表明，具身智能公司若长期依赖外部大模型，可能在核心能力上受制于人；而大模型公司一旦决定下场做硬件，合作关系极易转为竞争关系。宇树与DeepSeek当前虽以股权和采购条款绑定，但路线分歧仍是长期隐患。
-
世界模型正在取代VLA成为机器人模型主战场。VLA的反应式缺陷和泛化能力不足，使其难以支撑复杂长程任务。世界模型若能解决视频生成动作与真实机器人动作的对齐问题，将从根本上改变机器人数据采集和训练范式。
-
本地算力是具身智能落地的硬约束。宇树WVLA2.0受限于Jetson Orin NX约100TOPS算力，只能做简单推理。这说明端侧推理能力不足会直接限制模型复杂度和机器人自主性，未来“端云协同”或“更强端侧芯片”将成为竞争关键。
对大模型公司
-
物理世界数据成为战略资产。DeepSeek需要宇树的机器人身体来获取真实物理世界交互数据，验证其AGI路线。这提示大模型公司：通往AGI的最后一公里可能不在纯数字世界，而在物理世界的数据闭环。谁掌握机器人本体和场景入口，谁就掌握具身智能时代的“数据油田”。
-
AGI路线分歧可能决定商业联盟的稳定性。梁文锋认为持续学习先于具身智能，王兴兴认为世界模型/具身智能才是AGI核心。这种根本认知差异不会因一纸合作协议消失，一旦DeepSeek认为具身智能时机成熟，或宇树认为自研模型能力足够，联盟就可能松动。
对合作模式
-
“战略配售+优先采购+技术互选”是比单纯投资更紧密的绑定方式。宇树与DeepSeek的合作条款比当年OpenAI与Figure AI更具体，锁定期和采购承诺增加了短期稳定性。但历史表明，当一方战略重心转移时，条款约束力有限。
-
中国具身智能生态可能形成“模型-本体”联盟格局。宇树+DeepSeek的组合若能跑通，可能成为行业范本；若重蹈Figure+OpenAI覆辙，则可能加速各家走向全栈自研，推高行业进入门槛。
风险提示
- 宇树若过度依赖DeepSeek的推理能力，可能在核心模型层形成新的“卡脖子”风险。
- DeepSeek若未来亲自下场做机器人，宇树将面临“队友变对手”的被动局面。
- 双方AGI路线分歧若无法调和，合作深度可能停留在浅层技术互选，难以实现真正的“物理AI自进化”闭环。
一句话总结：宇树与DeepSeek的合作是一场各取所需但路线错配的联盟——短期看DeepSeek更需要宇树的身体和数据，长期看双方对AGI的根本分歧可能让这段关系重演Figure AI与OpenAI的剧本。