本文來自微信公眾號： 青萍見 ，作者：shushuhn

數(shù)據(jù)說明：截至發(fā)稿，DeepSeek本輪融資交易條款（含具體出資方、金額、股權比例）未獲官方確認。文中融資數(shù)據(jù)引自The Information、《金融時報》、36氪、晚點LatePost等多家媒體2025—2026年公開報道，不同信源在金額、投資方名單、股權比例上存在差異，實繳金額與意向金額可能存在偏差。本文分析基于上述公開報道交叉驗證，具體數(shù)據(jù)以工商登記及官方披露為準。

“我們一開始來做這個公司，初衷沒有想到說我最后要賺多少錢，要到資本市場上去，要上市，要怎么樣的。最開始的幾十個人完全沒有這么想過。如果他這么想，他就不會來?！?/p>

這場交流會前后，DeepSeek完成了首輪超500億元融資——據(jù)多家媒體報道，騰訊100億元，寧德時代50億元，京東、網(wǎng)易各30億元，國家人工智能產(chǎn)業(yè)投資基金10億元，梁文鋒個人出資200億元跟投。另有部分投資方未披露。

一組自相矛盾的信號：一個不想上市、不想賺錢的公司，正在以前所未有的速度吸納巨額資本。

一、愿景驅動不是口號，是技術自信

梁文鋒反復強調一個敘事：DeepSeek的成功靠的不是天才。

“我們就是一群非常平凡的人。沒有比別人有錢，沒有卡，沒有知名度?！?/p>

那為什么能做成？“一個公司最重要的是它的愿景?！痹贒eepSeek，這個愿景具體到近乎“反管理”——沒有KPI，沒有考核，沒有成文的規(guī)章制度。

但真正支撐這種反管理能夠運轉的，是一套高度工程化的技術方法論——通過PTX指令集接近GPU底層進行優(yōu)化，突破硬件內存帶寬限制；通過MoE架構和稀疏激活策略降低計算負擔；通過流水線并行減少GPU間通信延遲，有效應對芯片互連技術的出口管制。

這套方法論既帶來了優(yōu)勢，也付出了代價：MoE稀疏模型推理延遲更高；PTX底層定制僅適配英偉達高端卡。據(jù)運營商財經(jīng)網(wǎng)行業(yè)報道，同等參數(shù)量下MoE架構集群的3年綜合運維成本（含硬件折舊、電力、互聯(lián)帶寬）約為稠密模型的1.3至1.5倍，推理成本約為傳統(tǒng)稠密模型的3倍。這套方法論的成本，最終會以現(xiàn)金流的形式傳導到資本關系上。

不是口號驅動機器，是技術自信支撐了方向選擇。

二、融資的真正邏輯：反向約束資本

DeepSeek本輪融資最值得關注的不是金額，是交易結構。

據(jù)The Information報道，除國家人工智能產(chǎn)業(yè)投資基金外，其他外部投資者不獲得投票權、不設董事會席位，僅能按出資比例分享財務收益，同時接受五年鎖定期約束。梁文鋒在本輪融資前已通過工商增資將個人直接持股比例提升至34%，疊加間接持股后最終受益股份達84.29%，手握100%表決權。

國家人工智能產(chǎn)業(yè)投資基金直投10億元是唯一的例外——該基金保留投票權且不受五年鎖定期約束。這折射出算力主權的優(yōu)先級：DeepSeek在商業(yè)邏輯上拒絕了所有機構的控制權，卻在算力層面給國家隊留了一扇門。

這一交易結構顛覆了科技創(chuàng)業(yè)融資的常規(guī)劇本。有行業(yè)網(wǎng)友如此直觀概括這套失衡的投融資權利關系：“騰訊和京東拿出了數(shù)十億美元，卻沒有投票權，而且5年內不能退出。這足以說明梁文鋒現(xiàn)在擁有多大的談判籌碼。”

三、資本為什么愿意接受“不平等條約”？

大模型行業(yè)正在加速分化。2025年，AI模型層公司全年僅完成22筆融資（統(tǒng)計口徑：僅包含通用大模型底座企業(yè)，剔除算力基建、垂直AI應用項目），單輪融資規(guī)模在10億元以上的大模型公司僅有MiniMax、智譜和Kimi三家。錢沒有消失，而是在快速向頭部集中。

DeepSeek是當下唯一堅持純開源路線的中國頭部大模型公司，多項基準測試顯示其性能超越了主流開源模型。但這種技術影響力構成籌碼的同時，各投資方的訴求截然不同：

這種訴求差異，決定了5年后不同資本的博弈態(tài)勢，而非簡單的逐利資本與理想創(chuàng)始人的二元對立。

四、人才流失：被簡化的真相

據(jù)《金融時報》報道，融資的核心目的之一是“為員工股票期權定出更清晰的價值，避免被競爭對手挖走”。

過去幾個月，DeepSeek確實有多位研究人員離職——R1論文主要作者之一郭達雅加入字節(jié)跳動，訓練團隊老將王秉軒轉投騰訊。但流失人員中有部分從事多模態(tài)、視頻生成方向，恰好匹配梁文鋒不做視頻生成的戰(zhàn)略取舍。人員的去留本身就是戰(zhàn)略選擇的結果。

更深層的問題在于：長期放棄多模態(tài)賽道，會持續(xù)流失多模態(tài)方向優(yōu)質人才，制約通用多模態(tài)AGI迭代。當然，“多模態(tài)=通用智能必要條件”是當前AI領域存在爭議的判斷，并非學術定論——但DeepSeek的戰(zhàn)略取舍本身值得審視。

五、技術短板：幻覺與過度思考的獨特危害

開發(fā)者社區(qū)實測反饋顯示：DeepSeek-R1在簡單問題上存在過度思考——把簡單問題復雜化后出錯；抽取類任務容易出現(xiàn)幻覺；一些回答看似有道理，但在業(yè)務視角下可能是正確的廢話。

用戶案例同樣值得警惕：有用戶向DeepSeek咨詢如何挽回前男友，模型給出的措施包括“向公安備案情感騷擾記錄”、“報名南極科考志愿者”以及“攻讀清華大學腦機接口與情感神經(jīng)學碩士”——這種看似荒誕的過度聯(lián)想，恰恰被包裹在極其嚴密、分點清晰的邏輯推理外殼下，使得用戶在第一眼看去甚至難以察覺其荒謬性。有用戶要求推薦旅游地附近十家口碑外賣店，結果十家店鋪全部是模型虛構的。

當然，上述案例屬于極端場景，不構成系統(tǒng)性對比測試——但它揭示了一個方向性的問題：幻覺是所有大模型的共性缺陷，目前沒有公開對比數(shù)據(jù)證明DeepSeek的幻覺率顯著高于競品。DeepSeek幻覺的獨特之處在于其邏輯自洽性和專業(yè)偽裝——傳統(tǒng)模型的錯誤容易被識別，而DeepSeek的錯誤因為表達流暢、推理嚴密，反而更具迷惑性。這種偽裝能力在B端嚴謹場景（如法律文書審查、醫(yī)療建議、財務分析）中破壞力更大，直接限制企業(yè)付費客戶規(guī)模。

六、開源商業(yè)模式的裂痕與護城河

梁文鋒認為開源不影響商業(yè)化：“只賺六倍利潤——按十個月回本對應約六倍利潤——在這個前提下，開源對商業(yè)模式?jīng)]有任何影響?！?/p>

開源模式的雙刃性在于：客戶可自主本地化部署，長期鎖定能力弱；免費模型分流付費API用戶；第三方低質應用引發(fā)信任危機而DeepSeek缺乏管控。

但DeepSeek也建立了獨有的護城河：模型權重開源，但底層PTX優(yōu)化、MoE訓練方案未完全開源，中小企業(yè)復刻成本極高；10個月回本的定價體系擊穿行業(yè)利潤空間，第三方本地化部署無利可圖；全球千萬級開發(fā)者社區(qū)持續(xù)提供場景數(shù)據(jù)，縮小與閉源巨頭的數(shù)據(jù)差距。

僅從算力硬件攤銷與API調用費的直接毛利來看，理論回報率極高。但前提是規(guī)?；枰銐虻母顿M流量分攤固定硬件投入。以當前DeepSeek的API調用量級，能否覆蓋每年百億級算力投入？這個問題的答案，決定了現(xiàn)金流承壓是真實風險還是過渡狀態(tài)。

DeepSeek所言的持續(xù)學習，指模型在不遺忘舊知識的前提下，通過增量數(shù)據(jù)（如用戶反饋、新API文檔、行業(yè)數(shù)據(jù)庫）實現(xiàn)自我糾錯和知識更新的能力框架。公開論文顯示，DeepSeek團隊在該方向的核心探索是：通過優(yōu)化災難性遺忘閾值，將單次增量學習的算力消耗從全量預訓練大幅降低。如該路線實現(xiàn)工程化落地，意味著每年百億級的重復預訓練成本可顯著壓縮——這才是解決持續(xù)學習就能變輕松的技術注腳。這一能力若打通，同時支撐三個現(xiàn)實場景：①減少海量人工標注投入，適配無KPI研發(fā)組織；②解決幻覺和過度思考等模型缺陷，解鎖B端商業(yè)付費場景；③為通用Agent鋪路，補齊純文本模型商業(yè)化短板。

七、真正的裂縫在哪里？

將第一部分的組織設計（無KPI、不追逐短期現(xiàn)金流）作為底層放大器，三條負循環(huán)鏈共享同一個起點：愿景驅動型組織本身的特性——不追求短期商業(yè)回報，會在客觀上延長融資依賴周期，放大技術與資本之間的傳導壓力。當然，這一傳導路徑的每一環(huán)都受到市場競爭、宏觀經(jīng)濟、客戶認知等多重因素調節(jié)。

鏈一（技術→資本）：技術短板（幻覺/推理冗余）往往限制企業(yè)付費客戶規(guī)模→API收入可能難以覆蓋硬件成本→持續(xù)依賴外部融資→5年后財務資本集中要求退出→加劇創(chuàng)始人與資本的博弈。

鏈二（路線→技術→資本）：放棄多模態(tài)/視頻→可能丟失高現(xiàn)金流場景和多模態(tài)數(shù)據(jù)→長期或制約通用智能迭代速度→技術代差縮小→缺乏技術溢價→商業(yè)化更難。

鏈三（組織→商業(yè)→資本）：無KPI、無短期商業(yè)回報壓力的組織設計→可能放大前兩條負循環(huán)→不追逐短期現(xiàn)金流→商業(yè)化滯后→融資需求延長→期權留人效用遞減。

三條鏈共同匯入一個節(jié)點：5年后，當財務資本鎖定期到期、員工期權集中解禁，如果AGI尚未兌現(xiàn)為可驗證的商業(yè)成果，DeepSeek將面臨資本退出、人才流失和估值壓力的三重疊加。

八、外部變量：算力地緣政治

上述三條鏈都是內部閉環(huán)，外部變量同樣致命。據(jù)晚點LatePost 2025年12月報道《DeepSeek的算力賬》，DeepSeek目前約2萬張H800等效GPU；一位接近DeepSeek算力采購的人士則表示，實際可用訓練算力遠低于公開宣稱的規(guī)模。無論哪種說法準確，一個共識是：DeepSeek的算力規(guī)模僅為國內頭部云廠商一個零頭。如果遭遇極端算力封鎖，國產(chǎn)算力適配不及預期，研發(fā)進度可能停滯。

更完整的負循環(huán)應插入這個外部節(jié)點：

API收入難以覆蓋算力投入→持續(xù)依賴外部融資→（若遭遇算力封鎖或國產(chǎn)替代不及預期）→研發(fā)進度停滯→5年后財務資本集中退出→創(chuàng)始人控制權與資本壓力正面沖突。

算力地緣政治不是背景板，而是這條因果鏈的加速器。

九、終局：三種可能性

DeepSeek這套“愿景驅動+約束資本”的模式，長期存在三種終局可能：

樂觀終局（高度依賴持續(xù)學習技術突破性落地這一核心前置條件）：持續(xù)學習等技術目標取得突破，AGI實現(xiàn)路徑被驗證。DeepSeek成為下一代AI基礎設施的底層供應商，所有投資方獲得超額回報。

悲觀終局（在算力供給、競品追趕雙重壓力下具備現(xiàn)實發(fā)生可能）：AGI落地周期遠超預期，技術優(yōu)勢被競品追平。持續(xù)虧損導致多輪融資稀釋股權，財務資本集中施壓，創(chuàng)始人控制權被架空或被迫接受商業(yè)化轉型。

中性終局（基于現(xiàn)有公開信息，最貼合公司當下發(fā)展路徑的演化方向）：持續(xù)學習取得階段性突破，但完整AGI落地周期拉長至8-10年。公司開放垂直行業(yè)有限商業(yè)化，創(chuàng)造穩(wěn)定現(xiàn)金流但不追求利潤最大化。產(chǎn)業(yè)資本持續(xù)跟投，財務資本通過老股轉讓分批退出，創(chuàng)始人控制權完整保留。

需要指出的是，A股科創(chuàng)板允許同股不同權的制度安排，為DeepSeek提供了制度緩沖空間——即便未來啟動IPO，創(chuàng)始人依托84.29%受益股權可設置高倍數(shù)表決權架構，公眾股東僅享有分紅權而無經(jīng)營決策權，上市僅作為財務退出通道，不必然動搖愿景驅動的路線。

第三種狀態(tài)，可能才是DeepSeek最真實的未來。

十、行業(yè)啟示

DeepSeek的案例指向幾個超越個案的結構性問題：

第一，控制權設計是AI創(chuàng)業(yè)的生存前提。本輪融資最值得復制的不是“500億”這個數(shù)字，而是“無投票權資本+五年鎖定期”這套模板。國內頭部大模型公司應借鑒此模式，用制度隔離資本的短期壓力。

第二，開源路線大模型需要找到自己的半開源護城河。權重開源但核心優(yōu)化保留、定價體系擊穿對手利潤空間、開發(fā)者社區(qū)反哺數(shù)據(jù)——這三條防線缺一不可。

第三，無KPI管理模式的天花板約300-500人。超過此規(guī)模需分階段引入輕量化管理工具，愿景驅動需要“組織收縮”的勇氣。

第四，多模態(tài)不是做不做的選擇題，而是何時做的時機題。放棄多模態(tài)的代價，3年內是現(xiàn)金流，5年以上是數(shù)據(jù)規(guī)模壁壘。但如果資源只夠押注一條路線，專注本身也是一種戰(zhàn)略——風險在于，錯過窗口期后補課成本可能遠超預期。

第五，技術短板必須被財務模型量化?；糜X、推理冗余等技術問題，不能停留在“用戶吐槽”層面，需要轉化為“客戶流失率”“付費轉化率”“API調用量增速”等可量化指標，才能納入融資路演模型。

第六，地緣政治不是背景板，是AI創(chuàng)業(yè)的第一性約束。DeepSeek的融資條款給國家隊留了“一扇門”，這與其說是主動設計，不如說是現(xiàn)實倒逼。未來任何中國AI公司的融資框架，都必須把算力自主與資本結構綁定。

第七，區(qū)分哪些經(jīng)驗可復制、哪些不可復制。DeepSeek本輪融資條款的核心——無投票權資本+五年鎖定期——具有普遍借鑒意義，任何具備技術稀缺性的AI公司均可嘗試復制。但梁文鋒個人出資200億跟投（占融資額40%）、最終受益股份84.29%，建立在其個人財富積累基礎上，是極少數(shù)創(chuàng)始人才具備的條件。同樣，國家人工智能產(chǎn)業(yè)投資基金的例外條款屬于特定時期政策資源，不具有行業(yè)普適性。對大多數(shù)AI創(chuàng)業(yè)者而言，可復制的是條款設計的邏輯，而非條款本身。