# DeepSeek拟入局具身智能，阿里发布长程Agent训练框架QwenGyre

> 原文链接：https://robotics.hellobike.com/news/2026-10-13-1000-metamuse-wonder
> 频道：news | 更新日期：2026-10-13 | 标签：auto, rss, geekpark
> 核心摘要：DeepSeek创始人梁文锋密集接触具身智能创业者，拟通过自研或投资切入；阿里发布QwenGyre在线强化学习框架，解决百万级token长程任务训练难题，实现1.78倍端到端加速。

# DeepSeek拟入局具身智能，阿里发布长程Agent训练框架QwenGyre

::: v-pre
> 本文由 AI 根据公开内容整理，可能有误，请以原文为准：[曝梁文锋密集见机器人创业者；影石出货量累计突破1000万台；Meta发布Muse Wonder模型｜极客早知道](http://www.geekpark.net/news/372264)（极客公园）

## 核心内容

DeepSeek创始人梁文锋近期密集拜访具身智能领域创业者，重点探讨大模型与物理世界交互技术路径。知情人士透露其正评估亲自组建团队研发或通过投资切入该赛道，此前已投资宇树科技，并计划领投腾讯前AI科学家胡瀚创立的Winverse AI。此举标志着顶级基座模型厂商从纯软件向具身智能实体延伸的战略意图明确化。

阿里千问同步发布面向超长程智能体任务的在线强化学习框架QwenGyre，针对持续数小时、百万级token交互场景设计弹性调度机制。该框架支持GPU计算单元动态复用与状态无损迁移，在NL2RepoBench测试中48步训练将通过率从52.5%提升至58.5%，相同算力下较Async方案实现1.78倍端到端加速，为具身智能长序列决策训练提供新范式。

## 关键看点

- **DeepSeek布局**：梁文锋密集对接具身智能创业者，已投宇树科技，拟领投Winverse AI，探索自研或投资双路径切入机器人与大模型交互领域
- **QwenGyre架构**：采用弹性调度与轨迹处理机制，支持GPU单元动态复用及缓存整体迁移，解决长程任务训练中资源碎片化与状态丢失问题
- **训练效能提升**：在70万token/rollout任务中48步训练通过率提升6个百分点，相同GPU预算下端到端训练速度达Async方案的1.78倍
- **VELLINK列车**：我国首列具身智能数字地铁列车亮相，搭载全域传感与自研算法，控制主机精简50%，整车减重18%且综合节能超10%

## 工程与产业观察

DeepSeek入局具身智能印证了“基座模型+物理载体”的产业融合趋势，资本与技术正加速向实体机器人收敛。QwenGyre则直击具身智能长程任务训练痛点，其弹性调度与状态保持机制对机器人复杂操作策略学习具有直接工程参考价值，表明行业竞争焦点已从单点感知转向长时序决策优化能力。
:::

## 原始参考来源 (Sources)

- [极客公园：曝梁文锋密集见机器人创业者；影石出货量累计突破1000万台；Meta发布Muse Wonder模型｜极客早知道](http://www.geekpark.net/news/372264)