開源的 DeepSeek是人形機器人「進化」的催化劑。

如果說 2023、2024 開年科技行業(yè)最重要的新聞分別是 ChatGPT 和 Sora，那 2025 開年科技行業(yè)最重要的新聞毫無疑問就是——DeepSeek（R1）。

只看一點，從國內(nèi)到海外，不斷有科技互聯(lián)網(wǎng)公司宣布接入甚至基于 DeepSeek 開發(fā)產(chǎn)品。其中雖然有不少是出于「蹭熱點」的營銷，但更多廠商也確實是看到了 DeepSeek R1 的巨大潛力，包括看似關(guān)系不大的人形機器人廠商。

2 月 7 日，作為國內(nèi)人形機器人第一股，優(yōu)必選官方就表示公司正在人形機器人應(yīng)用場景中驗證 DeepSeek 技術(shù)的有效性，如多模態(tài)人機交互、復(fù)雜環(huán)境中的指令理解、工業(yè)場景中的任務(wù)分解與規(guī)劃等，「有望利用推理大模型的深度思考能力解決這些復(fù)雜任務(wù)中的挑戰(zhàn)，讓人形機器人更加接近人的思考和行為表現(xiàn)。」

優(yōu)必選可能并非個例。

就在兩天前，一度引起全球科技圈集體關(guān)注的硅谷人形機器人公司 Figure，創(chuàng)始人 Brett Adcock 突然在 X 平臺上宣布決定終止與 OpenAI 的合作，并轉(zhuǎn)向內(nèi)部自主開發(fā)端到端的機器人 AI。

圖/ X

Brett Adcock 還透露，F(xiàn)igure 目前已經(jīng)取得「a major breakthrough（重大突破）」，將在接下來 30 天展示一些從未在人形機器人上見過的東西。考慮到最近一段時間人工智能行業(yè)最大的變化就是 DeepSeek 的開源模型，很多人認為 Figure 是在基于 DeepSeek R1 等開源模型進行開發(fā)機器人 AI。

甚至，打造出白菜價人形機器人的宇樹科技也傳出了與 DeepSeek 達成深度合作的消息。而更多的人形機器人廠商，或許都在思考和謀劃基于 DeepSeek 模型的新路線，就像優(yōu)必選一樣。

但不管是或不是，DeepSeek 正在改寫的 AI 敘事，似乎不可避免將改變?nèi)诵螜C器人的故事方向。

DeepSeek如何消滅人形機器人普及的攔路虎？

優(yōu)必選和 Figure 的「轉(zhuǎn)身」，并非偶然。事實上，DeepSeek 的出現(xiàn)，恰好擊中了當前人形機器人的痛點，首當其沖的就是「成本」。

了解人形機器人研發(fā)的人都知道，訓練一個具身智能的機器人，需要消耗大量的算力。而算力，意味著真金白銀的投入。科技巨頭之所以能在人工智能領(lǐng)域呼風喚雨，除了技術(shù)領(lǐng)先外，更重要的是它們有足夠的財力支撐起「天價」的算力支出。

但對于大多數(shù)人形機器人初創(chuàng)公司來說，高昂的算力費用無疑是一筆巨大的負擔。另一方面，數(shù)據(jù)匱乏更是整個行業(yè)共同面臨的困境，甚至 OpenAI 四年前解散人形機器人團隊就是因為數(shù)據(jù)極其匱乏的難題。

這也是為什么去年年底智元機器人開源百萬真機數(shù)據(jù)集 AgiBot World，引起了廣泛關(guān)注。

AgiBot World 數(shù)據(jù)集在 GitHub，圖/雷科技

智元機器人聯(lián)合創(chuàng)始人、首席技術(shù)官彭志輝（稚暉君）就提到，具身智能領(lǐng)域，真機數(shù)據(jù)的采集成本和門檻非常高。但實際上，「百萬真機數(shù)據(jù)集」在一些業(yè)內(nèi)人士看來也只是杯水車薪，「只能訓練一個動作的泛化，譬如分揀，對實現(xiàn)理想狀態(tài)中的具身智能還遠不夠。」

這就像一個有天賦的運動員，卻苦于沒有訓練場地和器材，最終也只能泯然眾人矣。但 DeepSeek R1 的出現(xiàn)，卻很有可能改變了這一切。

最直接的一點就是 4 元/百萬 tokens（緩存未命中）、1 元/百萬 tokens（緩存命中）的輸入價格和 16 元/百萬 tokens 的輸出價格，讓 DeepSeek R1 在推理成本上的優(yōu)勢一覽無遺。

圖/ DeepSeek

與之相比，OpenAI o1 正式版的 API 價格分別是 55 元、110 元、438 元。僅這一點，就能讓人形機器人公司終于可以擺脫「天價」算力的束縛，將更多的資金投入到機器人本體的研發(fā)中，加速產(chǎn)品的迭代和升級。

當然，根本還在于 DeepSeek R1 作為性能上與 OpenAI o1 比肩的頂級推理模型，可以低成本地提供強大的數(shù)學、代碼以及自然語言推理等能力，正如優(yōu)必選所期望的——改進人形機器人面對復(fù)雜任務(wù)的指令理解、任務(wù)規(guī)劃和分解，「讓人形機器人更加接近人的思考和行為表現(xiàn)。」

不單如此，DeepSeek R1 的一大優(yōu)勢還在于算法的改進和優(yōu)化，不像以前要求那么大的數(shù)據(jù)量。一方面是基于數(shù)據(jù)蒸餾實現(xiàn)自動篩選高價值數(shù)據(jù)，同時也通過對抗訓練生成合成數(shù)據(jù)，將高質(zhì)量代碼數(shù)據(jù)獲取成本從每 100 個 tokens 的 0.8 元降低至 0.12 元。

DeepSeek-R1 的官方新聞稿中也提到了，DeepSeek-R1 在后訓練階段大規(guī)模使用了強化學習技術(shù)，「在僅有極少標注數(shù)據(jù)的情況下，極大提升了模型推理能力。」

圖/ DeepSeek

這對于困于數(shù)據(jù)難題的具身智能來說極具重要性，實際上也為整個具身智能領(lǐng)域指明了方向。更何況，DeepSeek-R1 還是開源的，允許開發(fā)者和廠商自由修改、蒸餾。

換言之，所有人形機器人都可以基于 DeepSeek-R1 開發(fā)更適合自己的頂級推理模型，甚至沿著 DeepSeek 的技術(shù)路線重新訓練真正屬于具身智能的模型。盡管很難直接橫向?qū)Ρ龋�但在整體性能比肩 OpenAI o1 的同時，DeepSeek R1 毋庸置疑大幅降低了頂級模型的訓練成本。

開源的 DeepSeek，人形機器人「進化」的催化劑

今天打造一款人形機器人，最重要的技術(shù)就在于機電和大模型，如果說前者對應(yīng)「身體」，后者則是對應(yīng)「大腦」。

而除了「成本」之外，技術(shù)的自主性也是制約人形機器人發(fā)展的一大因素。一般來說，此前人形機器人廠商要么是自主開發(fā)模型，要么就是選擇與 OpenAI、Google、科大訊飛、華為等大模型廠商合作。最典型的例子就是 Figure 與 OpenAI 的合作。

其實不難理解合作的方式，自主開發(fā)的問題在于訓練成本高昂，技術(shù)上也難以追趕領(lǐng)先的 AI 巨頭。不過與此對應(yīng)的是，選擇合作也意味著在技術(shù)上的依賴，不僅需要面對不菲的推理成本，更重要的是模型適配度、開發(fā)節(jié)奏上受制于大模型廠商。

Figure 02 在寶馬工廠，圖/ Figure

DeepSeek 的開源策略，則為人形機器人公司提供了新的選擇。通過開源，DeepSeek 讓人形機器人公司可以基于其模型進行二次開發(fā)，構(gòu)建自己的技術(shù)閉環(huán)，真正掌握核心技術(shù)的主動權(quán)。

開源意味著越來越多的機器人可以直接使用先進的 AI 技術(shù)，而不必從零開始開發(fā)自己的解決方案。對于優(yōu)必選、Figure 等人形機器人廠商而言，這種技術(shù)門檻的降低意味著可以將更多資源集中在硬件開發(fā)和實際應(yīng)用的優(yōu)化上。

尤其是 DeepSeek 的出現(xiàn)讓更多人形機器人廠商看到了自主研發(fā)的優(yōu)勢，不僅是成本和技術(shù)門檻的大幅降低，還能定制自己的大模型，同時構(gòu)建技術(shù)閉環(huán)。

還是以 Figure 為例，之所以與 OpenAI 分道揚鑣，直接的一個原因可能在于 OpenAI 早就被曝光內(nèi)部也在自研人形機器人。可以預(yù)見的是，相比 Figure 這種參股的「干兒子」，OpenAI 在開發(fā)模型上無疑會更重視自家的「親兒子」的需求和發(fā)展路線。

然而更深層的問題在于，F(xiàn)igure 始終還是會受制 OpenAI 的技術(shù)路線、成本等，如果繼續(xù)合作很可能面臨成本上的巨大劣勢。反過來，得益于 DeepSeek 等開源模型的強大和經(jīng)濟，不僅在綜合成本可能還有優(yōu)勢，更重要的是能夠構(gòu)建自主的技術(shù)閉環(huán)，適配自身的迭代路線和產(chǎn)品節(jié)奏。

DeepSeek-VL，人形機器人的 One more thing？

不僅是 DeepSeek-R1，在很多人還震撼 R1 超高性價比之余，并不知道 DeepSeek 這幾天剛提出了一個全新的視覺語言模型——DeepSeek-VL。

DeepSeek 新論文，圖/ DeepSeek

雖然目前僅公開 1.3B 與 7B 兩個版本的模型，但 DeepSeek-VL 追求的基于現(xiàn)實場景的領(lǐng)先性能，同時多次強調(diào)保留強大的「語言能力」——這一點可能被很多大模型和人形機器人廠商都忽略了。

DeepSeek 團隊在論文中就強調(diào)，「在訓練過程中，我們不僅進行多模態(tài)數(shù)據(jù)訓練，還將大量語言數(shù)據(jù)納入訓練。」

但這條技術(shù)路線的正確與否，最終還是要「實踐出真知」，就像 DeepSeek-R1 一樣。不過對于人形機器人廠商來說，在 DeepSeek-R1 之外，DeepSeek-VL 確實可能成為了人形機器人加速走向落地的 One more thing。

來源：雷科技

       原文標題 : DeepSeek顛覆一切？人形機器人集體轉(zhuǎn)身：攔路虎被消滅了