重點摘要
「永遠不融資」的 DeepSeek，終於打開了大門
首次對外募資至少 3 億美元，估值逾 100 億美元，結束母公司量化基金獨力支撐的模式，梁文鋒的長期信仰宣告轉向。
V4 已針對華為昇騰完成 CANN 架構遷移，SWE-bench 內部評分超過 80%，若成功將是首個擺脫 NVIDIA 依賴的頂尖模型。
融資對象幾乎鎖定中資機構，美國創投因監管受阻，地緣政治在資本層面加速中美 AI 生態分裂，格局持續重塑。
前情提要
獨立路線的終結：DeepSeek 為何不再自給自足
DeepSeek 長期以來以拒絕外部資本著稱，母公司浙江幻方量化 (High-Flyer Capital Management) 憑藉 2025 年平均 56.6% 的驚人投資回報，為 DeepSeek 提供穩定的內部資金流。
然而，隨著旗艦模型 V4 的規格急遽膨脹——1 兆參數、100 萬 token 上下文視窗、多模態原生支援——單一股東的資本承擔上限已悄然逼近。兩位知情人士向《The Information》透露，DeepSeek 正首次對外尋求至少 3 億美元融資，估值目標逾 100 億美元。
此前，DeepSeek 曾多次婉拒中國頂級創投與科技巨頭的投資邀約，創辦人梁文鋒也始終以「保持公司遠離商業壓力」自我定位。此次轉向被市場視為重大戰略重新校準，標誌著「量化基金孵化 AI 實驗室」這一獨特模式走到了臨界點。
100 億美元估值的技術底氣與商業邏輯
100 億美元的估值並非憑空而來，背後是 DeepSeek R1 創下的驚人技術先例：訓練成本僅 560-600 萬美元，卻在發布後引發全球 AI 公司市值蒸發約 1 兆美元，徹底顛覆了「高算力必然論」的敘事。
V4 的內部基準測試進一步強化了估值底氣：SWE-bench 評分超過 80%、HumanEval 達 90%，更關鍵的是，V4 全量版（1 兆參數）已針對華為昇騰 (Ascend) 晶片完成核心程式碼的 CUDA → CANN 架構遷移。
若成功，這將成為首個不依賴 NVIDIA 硬體的頂尖 AI 模型，直接呼應北京的半導體自主戰略——這種政策契合度本身，就是估值的重要溢價來源。
名詞解釋
SWE-bench Verified 是一項標準化軟體工程基準測試，衡量 AI 模型自主解決真實 GitHub issue 的能力，業界將其視為衡量程式碼理解與修復能力的黃金標準之一。
中國 AI 融資格局的連鎖效應
DeepSeek 此次融資的投資方構成，幾乎已被地緣政治預先篩選：美國創投因監管壓力與國家安全顧慮，參與空間嚴重受限，最可能的資金來源為國內中資機構。
這一格局將對中國 AI 生態產生深遠影響。DeepSeek 入場外部資本市場，等同於為同類型的「量化基金孵化 AI 實驗室」模式發出退場訊號，後進者可能更早選擇接受外部資金。
V4 計劃以 Apache 2.0 授權開源，意味著商業化路徑仍以生態影響力為主，而非直接的模型授權收入——這種策略選擇也將反映在投資方對「回報週期」的預期上。
人才流失的壓力同樣不容忽視：V3 核心開發者 Luo Fuli 已離職赴小米、Guo Daya 跳槽字節跳動，外部資金的注入或有助於穩定薪酬競爭力，緩解頂尖工程師的流失壓力。
對全球 AI 軍備競賽的戰略影響
NVIDIA CEO 黃仁勳 (Jensen Huang) 直言，DeepSeek 在華為昇騰平台上的模型「將是美國的壞結果」——這句話精準點出了此次融資的深層戰略意涵。
美中頂尖模型的性能差距已縮小至 2.7 個百分點，但邊際改善的算力成本正急劇攀升。DeepSeek 以遠低於西方競爭對手的算力預算實現頂尖性能，此次融資不只是財務補血，更是在向市場宣示：在出口管制步步收緊的硬體環境下，中國 AI 的技術路線依然具備前進動能。
對西方 AI 產業而言，這意味著「算力壁壘」作為競爭護城河的有效性正在加速消退，全球 AI 軍備競賽的遊戲規則正被悄然改寫。
團隊與技術實力
核心團隊
梁文鋒 (Liang Wenfeng) 同時擔任 DeepSeek 創辦人兼 CEO，以及母公司浙江幻方量化的創辦人，其量化金融背景賦予 DeepSeek 獨特的資源調度能力與長期主義文化。
然而，V3 核心開發者 Luo Fuli 已離職赴小米、Guo Daya 跳槽字節跳動，人才流失訊號值得高度關注。目前 V4 開發主力仍由 DeepSeek 內部工程師承擔，外部融資或有助於提升薪酬競爭力、緩解核心人才的流失壓力。
技術壁壘
DeepSeek 的核心技術壁壘在於以極低算力成本實現頂尖性能：R1 訓練成本僅 560-600 萬美元，透過 KV cache 壓縮與 MoE 選擇性激活大幅降低推理開銷。
V4 進一步引入「Engram」條件記憶架構，將 100 萬 token 上下文的資訊召回率提升至 97%；更關鍵的是，核心程式碼已從 NVIDIA CUDA 遷移至華為 CANN 架構，技術上實現對 NVIDIA 硬體的脫鉤。
名詞解釋
MoE（Mixture of Experts，專家混合架構）是一種稀疏模型設計：每次推理只激活部分「專家」子網路，而非整個模型，可大幅降低每 token 的計算量，同時保持模型總參數量帶來的能力上限。
技術成熟度
DeepSeek R1 已是 GA（正式發布）產品，並在全球範圍內獲得廣泛部署與第三方基準驗證。
V4 目前處於內部測試階段，原訂 2026 年 2 月發布後多次延期，目前預估 2026 年 4 月底上線，計劃以 Apache 2.0 授權開源。技術成熟度已達 beta 末段，但正式發布時程仍存在不確定性，多輪延期本身即是執行風險的警示訊號。
融資結構分析
融資結構
本輪為 DeepSeek 成立以來首次外部融資，目標募集金額至少 3 億美元，估值逾 100 億美元（依據《The Information》兩位知情人士透露）。輪次類型尚未公開確認，領投方與跟投方均未揭露，截至報導發出時 DeepSeek 官方尚未確認融資討論，Reuters 亦未能即時核實。
估值邏輯
100 億美元估值對應的核心資產包括：
- R1 在全球的技術聲譽與開源生態影響力
- V4 的技術規格優勢（SWE-bench 80%+、HumanEval 90%、100 萬 token 上下文）
- 華為昇騰晶片適配能力，直接契合北京半導體自主政策溢價
- 母公司 High-Flyer 2025 年 56.6% 回報率所示範的資本實力背書
與同期美國 AI 公司相比（Anthropic 估值約 610 億美元、xAI 約 500 億美元），DeepSeek 100 億美元估值顯得相對保守，但仍反映市場對其「效率優先」技術路線的高度認可。
資金用途
- V4 訓練與推理基礎設施擴張（含華為昇騰叢集採購）
- 核心工程師薪酬競爭力提升（對抗小米、字節跳動等大廠挖角）
- 多模態能力研發加速與後續模型研究投入
競爭版圖
競爭版圖
- 直接競品：Anthropic Claude 4 系列（估值約 610 億美元）、OpenAI GPT-5（估值約 3000 億美元）、xAI Grok（估值約 500 億美元）——三者均高度依賴 NVIDIA H100/H200 算力
- 間接競品：Google Gemini（Alphabet 內部產品）、Meta Llama 4（開源，商業模式不同）；國內競品包括百度文心、阿里通義、月之暗面 Kimi
市場規模
全球 AI 基礎模型市場預估 2026 年 TAM 超過 400 億美元，中國市場佔其中約 15-20%。DeepSeek 的差異化在於以極低成本提供頂尖性能，理論上可服務對 API 成本高度敏感的中小企業與研究機構市場（SAM 估計約 50-80 億美元）。
差異化定位
DeepSeek 的核心差異化是「效率優先」技術路線：以遠低於競爭對手的訓練成本實現同等甚至更優的基準性能，並以 Apache 2.0 開源策略快速建立生態影響力。
V4 的華為昇騰適配更賦予其在出口管制環境下的獨特護城河——西方競爭對手無法在同等硬體限制條件下實現相同性能，這一壁壘在中美科技脫鉤加劇的背景下只會愈發顯著。
風險與挑戰
技術風險
V4 已多次延期，核心開發者相繼出走，顯示內部工程執行存在壓力。CUDA → CANN 架構遷移的穩定性與性能表現尚未經過外部獨立驗證，若 V4 正式發布後基準達不到預期，100 億美元估值將面臨嚴峻考驗。
市場風險
美國創投因監管壓力幾乎無法參與，融資對象局限於中資機構，資金來源集中度偏高。同時，中國 AI 生態競爭日趨激烈——百度、阿里、字節跳動均在加速部署，DeepSeek 的技術領先優勢有被追平的風險。
執行風險
梁文鋒此前以「遠離商業壓力」為核心理念，外部資本的引入不可避免帶來股東回報預期，可能影響 DeepSeek 一貫的長期主義研發文化。Apache 2.0 開源策略雖有生態優勢，但商業變現路徑至今仍不清晰，投資回報週期高度不確定。
唱反調
V4 已多次延期，核心開發者相繼出走，顯示工程執行風險遠超預期；「首個不依賴 NVIDIA 的頂尖模型」可能只是行銷敘事，CANN 架構遷移的實際性能落差需待第三方獨立驗證。
梁文鋒過去多次拒絕外部資本，此次轉向可能源於技術瓶頸而非戰略選擇——若 V4 最終未能達到內部基準，3 億美元融資或成燙手山芋，反而加速商業壓力對研發文化的侵蝕。
社群風向
DeepSeek 創辦人梁文鋒旗下對沖基金 2025 年業績亮眼，這可能間接為更多 AI 工作提供資金。浙江幻方量化旗下基金 2025 年平均回報率達 56.6%，這一表現強化了梁文鋒支付 DeepSeek 員工薪資、GPU 及其他開銷的能力。
有趣的是，DeepSeek 是由一家中國量化基金開發的，而非新創公司、大型科技公司或學術機構——所有模型都是開源的。
DeepSeek 首次以 100 億美元估值尋求外部融資：這家中國 AI 新創正洽談募集至少 3 億美元，此前曾多次拒絕投資方的邀約。
DeepSeek 據報啟動首輪融資，估值超過 100 億美元。DeepSeek 曾多次拒絕創投，如今計劃募集不少於 3 億美元的外部資金。
我不確定如何解讀這件事，我對 OpenAI/Anthropic 有關蒸餾的說法持懷疑態度，但我確實注意到 DeepSeek 最近聽起來愈來愈像 Claude 了。
炒作指數
行動建議
關注 DeepSeek V4 的 Apache 2.0 開源版本發布，在昇騰或通用 GPU 環境下進行 benchmark 對比，評估是否值得替換現有推理模型。
若有中國雲端客戶需求，提前評估華為 CANN 開發者工具鏈的遷移成本，及早建立昇騰適配的工程能力儲備。
同步追蹤三條訊號線：DeepSeek 融資公告正式確認、V4 發布時程，以及美國對華 AI 晶片出口管制的後續政策動向——三者將共同決定全球 AI 算力格局走向。