梁文锋不是神，向现实低头不丢人。
出品 | 新行情 作者 | 刘峰
这两天，投资圈彻底炸了。
有知情人士爆料，AI 明星公司 DeepSeek 正式启动成立以来的首次外部融资——目标估值不低于 100 亿美元，计划募集至少 3 亿美元资金。
而众所周知，就在一年前梁文锋还明确拒绝过 VC 投资，并对外表示 "DeepSeek 暂无融资计划 "。
当时，有知名投资者找了三拨人想约见，被拒绝；甚至与 DeepSeek 北京办公室同楼办公的百度风投也没能投进去。
那个曾经把所有投资人挡在门外的梁文锋，为什么突然要钱了？
" 从不融资 " 已是过去
消息一出，讨论立刻分成了两派。
一种说，完了，连 DeepSeek 都顶不住 AI 烧钱的压力；另一种说，AI 圈要变天了，梁文锋这是要憋个大的。
但如果你只看到 " 缺钱 " 两个字，就把梁文锋和这件事看小了。
图源：知乎
据悉，2023 年 7 月，当 DeepSeek 正式成立之时，梁文锋从第一天就给这家公司划了一条清晰的红线：不接受外部融资，不稀释股权，不被任何人的商业化时间表绑架。
他确实有这个底气。梁文锋是幻方量化的创始人，而幻方是国内顶级的量化对冲基金，管理规模超 700 亿元，2025 年平均收益率高达 56.6%。
早在 2019 年，他就花 2 亿元自研了深度学习训练平台萤火一号，两年后又砸 10 亿元建萤火二号，大批采购英伟达 A100，把幻方做成了国内屈指可数的万卡集群公司。
有量化基金从业者估算，仅 2025 年一年，幻方就为梁文锋带来了超过 7 亿美元的收入。
有钱、有卡、有人，这就是 DeepSeek 长期拒绝融资的底气。梁文锋说得也很直白：VC 都是帮 LP 管钱，都得赚钱，所以就谈不到一块去。
然而，在过去一年里，这个防火墙似乎被逐渐击穿了。
当下，AI 大模型的竞赛，已经到了决胜期或决胜期前夜。
3 月 31 日，OpenAI刚以 8520 亿美元的估值完成了 1220 亿美元的融资。Anthropic在 2 月以 3800 亿美元估值完成 300 亿美元融资。
国内同样在加速，智谱 AI已于 1 月登陆港股，IPO 前完成 8 轮融资、累计募资超 83 亿元。月之暗面 Kimi更是在短短数月内先后完成多轮融资，估值已突破 100 亿美元。
当身边的竞品都在用市场化手段绑定人才、储备算力，梁文锋还能坚持多久？
图源：X
半导体研究机构 SemiAnalysis 曾估算，DeepSeek 的服务器总资本支出接近 16 亿美元，其中 9 亿多直接和运行计算集群相关。而越往顶尖走，每往前追一步，边际成本就越高。
从 15 秒跑到 13 秒，多练练就行；但从 10 秒跑到 9 秒 9，每提升 0.1 秒，都要付出几倍的努力和成本。这不是靠一家量化基金的利润就能无限支撑的。
此外，不少人认为 DeepSeek 曾经的优势，在于对英伟达芯片的深度绑定和调教。
与多数依赖规模堆叠的大模型不同，DeepSeek 是从 " 效率 " 入手，通过一系列算法与工程优化，实现了接近 SOTA 水平的性能，同时大幅压低成本。
但这种效率，一方面建立在梁文锋早年量化交易积累的大量英伟达 GPU 资源之上，另一方面也深度依赖英伟达的 CUDA 生态。
一旦出现供应链限制，整个公司的研发、训练、推理都可能受到严重影响。而当前美国对高端芯片的出口管制持续收紧，英伟达最新一代 Blackwell 芯片的获取存在一定限制。
多重压力叠加之下，不是梁文锋想通了，是他不得不通。
DeepSeek V4 背后，梁文锋的野心彻底暴露
很多人盯着融资的数字，却忽略了这次事件里最影响行业格局的一件事：DeepSeek 即将发布的 V4 模型，正在全力从英伟达的 CUDA 生态向华为昇腾芯片迁移。
结合前面所说，V4 的技术野心，远超外界想象。
根据目前披露的信息，V4 的参数规模跃升至万亿级别。它采用 MoE 架构，总参数约 1 万亿，但每个 token 仅激活约 370 亿参数，推理成本几乎与 V3 持平——这个设计思路延续了 DeepSeek 一贯的效率优先哲学。
上下文窗口扩展到 100 万 token，并引入了一套名为 Engram 的条件记忆架构，实现超长上下文的恒定时间检索。据内部测试，在 100 万 token 长度下的信息召回率达到 97%，远超 V3 在 128K 上下文时的表现。
更重要的是，V4 将是 DeepSeek 首个原生多模态模型，支持文本、图像和视频生成。此前 DeepSeek 的模型一直以纯文本为主，而其他旗舰模型早已拥抱多模态。
据悉，该模型代码能力也被大幅强化，内部 benchmark 显示 SWE-bench 成绩超过 80%，HumanEval 达到 90%，据称 V4 能处理整个代码仓库级别的复杂 bug 修复。
此外，V4 预计将分两个版本发布：完整版超万亿参数，面向华为昇腾芯片；轻量版约 2000 亿参数，面向通用对话和 API 服务。
图源：抖音
当然，行业的关注点不会停留在模型本身。
DeepSeek V4 对华为昇腾算力生态的深度适配，大幅降低了对英伟达生态的依赖。这件事的意义之大，以至于英伟达创始人黄仁勋在近期采访中公开表达了关注。
外媒爆料，黄仁勋私下表示，" 如果有一天 DeepSeek 先在华为芯片上发布，那对我们来说将是一个可怕的结果 "。
当然，这条路并不好走。与英伟达 CUDA 生态的深度绑定，使得切换国产芯片需要 " 重写 " 大量核心代码，迁移成本高昂。
据多家行业媒体报道，DeepSeek 原计划今年 2 月发布 V4，但因工程问题多次推迟，团队正在投入大量精力进行适配迁移工作。这也是 DeepSeek 已有 15 个月没有大版本更新的重要原因之一。
然而，这件事一旦做成，意义将远远超出 DeepSeek 自身。
它将成为全球第一个不依赖英伟达的顶尖 AI 大模型，为中国 AI 产业链的自主可控提供一个重要的技术支点。
从这个角度看，梁文锋的融资，买的是算力，更是一个生态自主的机会。
融资的深层逻辑
那么，除了这些，融资的真正意义是什么？
首先，融资解决了期权定价的问题。
DeepSeek 此前一直没有进行大规模市场化融资，公司估值没有明确的市场标尺，团队成员手里的期权价值缺少清晰的参照。
这次融资，通过市场化方式给公司定了估值，本质上就是给团队搭建了合理的长期激励体系。这比给员工涨工资更重要——在 AI 这个高度依赖顶级人才的行业，没有市场化的激励机制，留人就是一句空话。
其次，融资为 V4 的研发和部署提供了弹药。
V4 要实现万亿参数、适配国产芯片、做到原生多模态，每一项都是烧钱的大工程。虽然幻方量化持续为 DeepSeek 供血，但 AI 大模型竞赛的本质已经变了——这不是接下来一两年可以结束的，未来三年有可能争出个分晓。
梁文锋这次启动融资，核心就是为了长期研发储备充足的算力弹药。
第三，融资开启了商业化的通道。
DeepSeek 的开源路线决定了它的商业化路径必须走差异化。闭源玩家的商业化路径更清晰，但 DeepSeek 必须通过 API 调用和企业定制来变现。
而企业级客户，尤其是政府客户和大型国企，选择 AI 供应商时，看的不是技术指标，而是资质和背景。
本轮融资如果引入国有资本，意味着 DeepSeek 可能获得政府 AI 项目的优先供应商资格；美元基金入场，则为国际化扩张铺平了资质道路。
但融资也带来了一个无法回避的问题：DeepSeek 正在从一家 " 例外 " 走向一家正常的商业公司。
过去 DeepSeek 最特殊的地方，恰恰在于它不像一家典型 AI 公司。它背后有幻方量化供血，梁文锋不急着融资，也不急着把公司推上估值、商业化和资本退出的流水线。
DeepSeek 对自己的定位，与其说是一家商业公司，不如说更像是一个完全独立于资本市场而运作的开源研究机构。
但今天的 AI 竞争已经不是单点模型能力的竞争了。
字节有豆包、有即梦，阿里和腾讯开始把世界模型推到台前，智谱、MiniMax 已经登陆港股。
如果只看 DeepSeek 至少 100 亿美元的估值，它当然还是一家很贵的 AI 公司。可放在今天的中国 AI 坐标系里，智谱、MiniMax 在港股高点的市值都曾突破 3000 亿港元，月之暗面最新估值已经达到了 180 亿美元。
DeepSeek 过去可以靠技术理想和开源声望行走江湖。但当行业从技术竞赛转向生态和商业化竞争，一家公司终究需要治理结构、估值体系、薪酬激励、商业化收入和长期预算。
研究理想可以继续存在，但公司终究要面对现实。
不是理想不好，是现实太贵。算力成本在涨，人才价格在涨，竞争对手的估值在涨——当所有生产要素都在涨价，技术理想主义本身也在涨价。
梁文锋用三年时间证明了一件事：用更少的钱可以做出很好的模型。但现在他需要证明另一件事：用市场化的方式，能不能让这家公司走得更远。
毕竟，AGI 不是靠理想就能抵达的。
点关注，跟主编交个朋友 ↓↓↓
商务合作请联系微信 / 电话：18576718939
