公开资料里，DeepSeek投资的公司只有两家，一家是已经落地的宇树，另外一家就是刚刚传出计划领投消息的初创公司Winverse AI。
这家公司的创始人叫做胡瀚，此前曾加入过微软亚洲研究院，也曾担任过腾讯混元语言模型的技术负责人。
外媒称，Winverse AI是一家隐身模式初创公司（stealth startup），即它不对外公布公司的具体产品。不过7月下旬胡瀚从腾讯离职时曾对外称，自己的创业方向为具身智能和世界模型。
梁文锋曾对投资人亲口表示，世界模型不重要，结果还没到半年，梁文锋就“破戒”了。
所以，梁文锋为什么会选择在这个时间点投资Winverse AI？
我认为，这其中的原因在于，梁文锋和胡瀚之间有一座“桥”。
胡瀚是谁？
胡瀚的履历，用一句话概括就是：从“让机器看懂图像”，一路做到了“让机器理解现实世界”。
他2008年从清华本科毕业，2014年在清华拿到博士学位。读博期间他曾到宾夕法尼亚大学访学，毕业后先去了百度深度学习研究院。2016年12月，他加入微软亚洲研究院，之后一路做到首席研究员和研究经理。
在微软亚研院的这段时间里，胡瀚做的事情，可以说是完整经历了计算机视觉的变迁，从卷积网络走向Transformer。
他发表的论文里，有2017年的《Relation Networks for Object Detection》，把“关系”建模引入目标检测；有《Deformable ConvNets v2》和《RepPoints》，在卷积时代把检测框架做得更灵活。
2021年，胡瀚参与发表了那篇最出名的论文《Swin Transformer》。让原本为文字设计的Transformer，能高效地“看”图片。
虽然��在多模态模型随处可见，可在2021年，这是一个非常具有突破性的进步。因此，这篇论文拿下了ICCV 2021的马尔奖（最佳论文奖）。
胡瀚在知乎上回答这个问题时说，“有生之年从没想过有机会解锁马尔奖”，并且强调奖项应当属于更早和同期一起推进Transformer进入视觉领域的人。
Swin之后，视觉社区掀起了一股自监督预训练热潮，抛弃掉了以往的人工标注，转而让模型自己从海量图像里学。
2021年底，胡瀚团队发表了《SimMIM》，借用谷歌BERT的“完形填空”思路，把图像遮住一部分让模型去猜，结论是越简单的设计效果反而越好。
随后是《Swin Transformer V2》，把视觉模型做得更大。
至此开始，胡瀚的研究主线已经从“怎么设计一个更好的视觉网络”，变成了“怎么把模型规模化、怎么稳定训练”。
而当时，也正好是大模型开始走红的年代。
于是在2025年1月，胡瀚以腾讯杰出科学家身份加入腾讯，接替离职的刘威全面负责混元多模态大模型研发，同时担任腾讯混元大模型Tech Lead，主导构建混元视觉理解基础能力。
2025年下半年腾讯内部组织调整，他转入大语言模型部旗下Frontier前沿技术研究组，负责多模态理解研究，直接向姚顺雨汇报，期间参与世界模型预研。
2026年4月，他与姚顺雨共同署名发布具身VLM基座模型HY-Embodied-0.5，同年7月提出离职创业，视觉语言模型方向由前OpenAI研究员田永龙接手。
在腾讯的一年半，他实际横跨多模态大模型、视觉语言模型、世界模型、具身VLM四条线，不过主线始终是视觉与多模态理解。
虽然胡瀚的履历确实漂亮，但随着DeepSeek大规模扩招，梁文锋见到的漂亮履历多了去了，为什么偏偏会看上他呢？
梁文锋和胡瀚之间的一座桥
要回答这个问题，我们得回到前面提到的那篇《SimMIM》的作者栏。
SimMIM的作者一共八个人：Zhenda Xie、Zheng Zhang、Yue Cao、Yutong Lin、Jianmin Bao、Zhuliang Yao、Qi Dai、Han Hu。最后一位，就是胡瀚。第一位，是解振达。
论文里还有一句注脚：解振达、林宇桐、姚竺良三人是微软亚洲研究院的长期实习生。
也就是说，在微软亚研院的那几年里，解振达是在胡瀚的组里做研究的。
还没完，梳理一下解振达和胡瀚合作过的论文就会发现，这俩人是老搭档了。
2020年的PixPro，全称《Propagate Yourself》，是一篇像素级对比学习的论文，解振达是第一作者，胡瀚也在作者列表，探讨的是如何在像素粒度上做自监督表示学习。
2021年的Swin Transformer V2，作者列表里有Ze Liu、Han Hu、Yutong Lin、Zhuliang Yao、Zhenda Xie、Yixuan Wei等人，解振达和胡瀚依然同时在列。
2021年底的SimMIM，解振达是第一作者，胡瀚是最后一位作者。
不仅如此，这三篇论文有一条共同的线，它们都是围绕“自监督学习”和“规模化”展开。讲的也都是怎么让视觉模型不依赖人工标注、在更大的规模上持续变强。
后来解振达去了DeepSeek，成为了研究员，研究方向是AGI和基础模型的预训练与规模化。
在arXiv的作者页面上，解振达的名字出现在一长串DeepSeek的工作里，包括DeepSeek-Coder、DeepSeek-V2、DeepSeekMoE、DeepSeek-V3、DeepSeek-R1、Janus-Pro，也包括DeepSeek-V4相关的技术报告条目。
这说明解振达和DeepSeek过去两年的崛起是强相关的。
2026年1月1日（arXiv时间戳为2025年12月31日），DeepSeek新年的第一篇论文《mHC: Manifold-Constrained Hyper-Connections》（流形约束超连接）。其第一作者就是解振达。
mHC无需过多介绍，DeepSeek V4的技术文档里这样描述这个技术，mHC是三大架构创新之一，跟CSA+HCA混合注意力、Muon优化器并列。
不过mHC这篇论文里还有一个作者，他叫做韦毅轩。这个名字同样也出现在Swin V2的作者名单里。
这也就是说，微软亚研院胡瀚组里的那批年轻人，已经有不止一位是DeepSeek的核心成员了。
或许胡瀚当年的实验室，除了模型本身，还训练出来了“规模化+稳定训练”的研究直觉和品味，而这恰好是DeepSeek最看重的，或者说，这是梁文锋最看重的。
DeepSeek的核心成员曾和胡瀚并肩战斗过，而且成绩显赫，那么信息成本几乎可以说是0。
段永平有一句名言，投资就是投人。胡瀚水平如何，想必梁文锋早就有所了解了。
梁文锋为什么是投资，不是自己做？
但是这里有个疑问，既然DeepSeek自己有强大的研究团队，而且还扩招到了500人的规模，那为什么不自己做，而是要投资呢？
去年春节DeepSeek-R1爆火之后，梁文锋一度是整个AI圈最“克制”的那个人。不融资、不扩张，但今年情况变了。
外媒报道称，DeepSeek即将完成至少800亿元人民币的新一轮融资，规模远超原定目标。
国内媒体转引知情人士表示，初始目标约500亿元，目标估值约5000亿元人民币，资金主要用于模型训练、数据中心和国产算力。
外媒进一步表示，这笔钱可能让DeepSeek开始扶持新一代创业公司，与其联合研发。
梁文锋认可胡瀚的理念和水平，Winverse AI又刚刚成立没多久，还没多少人入局。因此，Winverse AI可以说是最完美的标的。
今年8月，宇树科技上市。DeepSeek以约1.41亿元认购了宇树IPO的战略配售，对应约2%的股权，双方将围绕AI大模型和具身智能展开合作。
宇树采购模型训练服务时优先考虑DeepSeek，DeepSeek采购机器人时也优先考虑宇树。
这一步，让DeepSeek有了具身智能的“身体”。Winverse AI，则可能是它的“大脑”。
根据知情人士的说法，梁文锋近期密集和具身智能创业者交流，DeepSeek内部在评估两条路：一是亲自组建团队，二是通过投资切入。
按这个逻辑，投资是一种非常“DeepSeek”的选择。
亲自做机器人，需要硬件、运动控制、真实数据采集，这些都是DeepSeek从未有过的能力DeepSeek的优势在算法、训练和工程效率，并不在供应链和硬件迭代。
具身智能的数据来源在现实世界里，需要大量机器人在真实场景里跑。宇树提供身体，Winverse AI提供模型，DeepSeek提供算力和基础模型，如流水线一般分工明确。
最关键的，如果胡瀚做的真如爆料一般，是偏底层的infra和模型加速，那么他和DeepSeek之间就形成了互补关系。
DeepSeek非常需要一个“语言模型接入物理世界”的接口。
根据凤凰网报道，DeepSeek考虑入局具身，也可能是因为GPT-6带来的压力。
GPT-6 Astra在一项机器人控制任务中成功率达到95%，而对照模型是40%。另有行业人士称，OpenAI除了GPT-6之外，还在单独训练一个具身基座模型。
接近梁文锋的人士称，梁文锋在近期表示，DeepSeek与GPT-6相比，在部分能力上仍有差距。所以梁文锋很可能是想在具身智能方面向OpenAI靠拢。
就在DeepSeek计划领投Winverse AI的同一天，外媒报道称，OpenAI正计划重启Sora。
一家由前Sora负责人比尔·皮布尔斯（Bill Peebles）参与成立的初创公司，正在和OpenAI洽谈，希望获得Sora的深度使用权限，将其定制成面向电影制作的专业软件。
OpenAI可能获得这家公司的一部分股权，作为交换，对方获得修改和商业化该技术的权利。至于模型权重是否会共享，目前并不明确，公司的名字也还没有披露。
在OpenAI停运Sora后，Sora团队全部转去了OpenAI的具身智能项目。因此，如果Sora重新启动，那就说明OpenAI的具身智能模型准备得差不多了，可以调出一些人手回到Sora。
归根结底，梁文锋可能是真想做机器人了，但比起这个，他更想找一位好战友。
本文来自微信公众号“字母AI”，作者：苗正，36氪经授权发布。