文 | 吴怼怼
DeepSeek V4 发布是确定的，而融资仍属于媒体报道和交易传闻阶段。
DeepSeek 官网已经显示 "DeepSeek-V4 Preview" 上线，并称其具备更强 Agent 能力和顶级推理能力，已可在网页、App 和 API 使用。
DeepSeek 在 4 月 24 日开始预览 V4，包含 Pro 和 Flash 两个版本，将接替 2024 年 12 月发布的 V3。
融资这边，截至目前公开口径仍是 " 洽谈中 "。腾讯、阿里正在洽谈投资 DeepSeek，估值超过 200 亿美元；并强调 DeepSeek、腾讯、阿里均未立即回应。
V4 发布意味着什么？
DeepSeek 上一次真正改写行业叙事，是 V3 到 R1 那一轮。那时它同时打穿了几件事：低成本、高性能、开源权重、推理模型。
R1 之后，DeepSeek 面对的真正考验，是能不能继续交出下一代东西。
很多技术公司的高光时刻只有一次。一次爆款模型、一次舆论破圈、一次资本市场震动，都可能把一家公司推到聚光灯下。但真正难的，是聚光灯退去以后，还能不能继续迭代。
V4 至少说明，DeepSeek 没有停在 R1 时刻。它靠低成本奇袭打出过声量，也还在继续迭代旗舰模型。
而且这次 V4 的重点，已经从 " 便宜 " 继续往前走了一步。
这说明 DeepSeek 正在把竞争重点，从单纯的性价比，推向更复杂的任务场景。
更进一步看，V4 真正重要的地方，还在于 DeepSeek 仍然围绕 " 效率 " 做文章。DeepSeek 既想让模型读得更长，也想让模型更便宜地读得更长。
大模型下一阶段的竞争，不会只发生在排行榜上。排行榜回答的是 " 谁更强 "，但真实商业世界还要继续追问：谁能把这种能力稳定、低成本、大规模地交付出去？
一个模型能读 100 万 token 是一回事，大量用户、开发者、企业客户能不能以可承受的价格调用，又是另一回事。
如果长上下文只停留在演示阶段，它更像技术秀肌肉；如果长上下文可以被压低成本，进入 API、企业应用、Agent 工作流，它才会变成基础设施能力。
所以 V4 延续了 DeepSeek 最核心的路线：不单纯堆参数，继续压榨系统效率。
V4-Pro 更像能力上限版本，用来承担复杂推理、长上下文和更高难度任务；V4-Flash 则更像规模化调用版本，用来覆盖速度、成本和高频场景。
这说明 DeepSeek 已经考虑不同用户、不同场景、不同成本结构下的服务形态。
Web、App、API 同时推进；Pro 和 Flash 同时出现；长上下文、推理、工具调用一起被强调。DeepSeek 准备走向一个需要承接真实应用、真实调用和真实商业化压力的玩家。
为什么 DeepSeek 要融资？
更准确地说，是旧的资金结构已经不适配新的竞争阶段。
过去 DeepSeek 的特殊性在于，它背后有幻方量化 /High-Flyer 的资金、算力和工程积累，所以它可以长时间保持一种 " 非 VC 叙事 "：不急着融资，不急着商业化，不急着讲增长故事。
有说法称，DeepSeek 过去曾拒绝过中国顶级 VC 和科技巨头的多次融资提议。
但到了 V4 阶段，情况变了。
训练和推理成本都在上升。
V3 时代，DeepSeek 最震撼市场的是用极低训练成本做出强模型。V3 技术报告称，DeepSeek-V3 是 671B 总参数、37B 激活参数的 MoE 模型，预训练数据为 14.8T tokens，完整训练只用了 2.788M H800 GPU hours。
这个量级继续往前走，哪怕 DeepSeek 再擅长工程优化，也不可能完全摆脱资本开支。推理侧更是长期成本黑洞：用户越多，调用越多，API 越便宜，亏损压力越明显。
还有一个不能忽略的变量，是国产算力适配。
V4 发布前后，围绕 DeepSeek 与华为昇腾的消息明显增多。基于 Ascend 950 AI 芯片的昇腾 Supernode 将全面支持 DeepSeek V4。
更深一层看，它关系到中国大模型下一阶段的安全垫：模型公司要继续迭代，就必须考虑国产算力、云服务和软件栈的适配问题。
另外，人才竞争变成硬成本。
《财经》报道里提到，DeepSeek 开放融资的原因之一是防止人才流失。2025 年之后，中国 AI 人才市场已经进入 " 核心研究员天价争夺 " 阶段。DeepSeek 此前最强的是 " 小团队、高密度、研究导向 "，但一旦行业巨头开始用现金、期权、算力、数据、产品落地机会来抢人，很难长期防守。
DeepSeek 要保住模型迭代速度，就必须把人才激励从 " 项目荣誉 + 研究自由 " 升级到 " 长期利益绑定 "。
DeepSeek 也需要生态入口，而不只是模型能力。
OpenAI 背后有几乎所有大厂参与其中。Anthropic 背后有亚马逊、谷歌。Gemini 自身就是上市大厂谷歌旗下。xAI 有马斯克系流量和资本。
国内大厂有自己的云、有 App、有办公软件、有搜索、有支付、有内容生态、有企业客户。DeepSeek 如果继续完全独立，它可以是最强开源模型之一，但很难独自完成从模型到产业基础设施的最后一公里。
DeepSeek 需要把 " 模型优势 " 换成 " 生态优势 "。
为什么是腾讯和阿里？
我在 2025 年 2 月分析过：如果 DeepSeek 必须拿大厂的钱，腾讯和阿里确实是最合理的两家。现在看，这个逻辑更强了。DeepSeek 最终会拿谁的钱？
腾讯最适合做 " 低干预、高分发、高场景 " 的战略股东。
腾讯对 DeepSeek 的价值，在于三件事：入口、场景、组织耐心。
腾讯有微信、QQ、腾讯会议、企业微信、腾讯文档、腾讯云、游戏、内容和小程序生态。DeepSeek 如果要做 Agent，最难的不是模型本身，而是 Agent 能不能进入真实用户工作流。腾讯的场景是天然的 Agent 试验田。
对 DeepSeek 这种极度重视研究文化和控制权的公司来说，这一点非常重要。
DeepSeek 不需要和腾讯成为竞争对手。腾讯自己当然也做混元，但腾讯真正的强项是把最好的模型能力接入自己的应用和云生态。
如果 DeepSeek 拿腾讯的钱，是给自己找一个超级分发股东。
阿里最适合做 " 云 + 开源 + 开发者生态 " 的战略股东。
阿里对 DeepSeek 的价值则更偏基础设施。
阿里云是中国最重要的云计算平台之一，通义千问 /Qwen 又是国内开源模型生态最强的玩家之一。阿里此前在 AI 赛道是 " 买赛道 " 式布局：月之暗面、MiniMax、智谱、百川、零一万物等都曾进入阿里的投资版图。
增强阿里云在模型市场的吸引力；
补足阿里在最顶级推理模型上的外部生态；
和 Qwen 形成 " 自研 + 外部最强开源系 " 的双支点；
避免 DeepSeek 完全倒向腾讯或其他大厂。
DeepSeek R1 发布时有一系列 distill 模型使用了 Qwen 和 Llama 作为底座，例如 DeepSeek-R1-Distill-Qwen 系列；这说明 Qwen 在国内开源生态里已经是重要基座。
DeepSeek 的蒸馏模型体系曾使用 Qwen 作为重要底座之一，这让阿里与 DeepSeek 之间天然存在开源生态交集。
为什么不是字节？
字节当然也有钱、有流量、有模型、有产品。但正因为它都有，反而不一定是 DeepSeek 最舒服的股东。
字节已经重注豆包，且豆包是非常强的 C 端 AI 产品。如果字节投 DeepSeek，战略协同很强，但竞争张力也更强。DeepSeek 要保持独立研究路线，未必愿意进入一个已有强自研模型和强 C 端产品的大体系里。
这轮融资真正说明了什么？
过去 DeepSeek 像一个反常识样本：不融资、不营销、不卷商业化，靠一群年轻研究员和极致工程效率，突然打穿全球 AI 叙事。
但 V4 之后，它面对的是另一套规则：
V4 之后，DeepSeek 面对的是另一套规则：开源模型需要持续投入，低价 API 需要长期算力支撑，Agent 能力需要场景闭环，百万上下文需要推理基础设施，顶级人才也需要资本化激励。更不用说，中国 AI 公司还要在芯片、云、监管和国际环境之间找平衡。
所以这轮融资如果落地，说明 DeepSeek 开始接受一个现实：模型能力可以靠天才团队突破一次，但基础设施战争不能只靠天才团队长期单挑。
DeepSeek 要融资，也是在给自己补一套更稳的产业底座。模型越往后走，竞争就越不是单纯的算法竞赛，而是模型、芯片、云、框架和应用场景之间的系统协同。
腾讯和阿里能提供入口与云生态，华为昇腾则代表另一条国产算力路线。DeepSeek 要成为基础设施级玩家，就不可能绕开这张产业网。
DeepSeek 是怎么走到今天的？
DeepSeek 的底色来自幻方量化。幻方长期把机器学习用于量化交易，这让梁文锋团队在 DeepSeek 成立之前，就已经习惯了一个高度依赖算法、算力和工程效率的环境。
所以 DeepSeek 一出来，气质就和很多 AI 创业公司不同。它不像典型 VC 驱动的模型公司，更像是从量化系统里长出来的 AI 研究组织。
所以 DeepSeek 后来反复强调的 " 低成本 "" 高效率 ""MoE 架构 "" 更低推理成本 "，并不是突然想出来的营销标签，而是它从幻方时代就继承下来的工程基因。
2023 年 DeepSeek 正式成立之后，没有先做一个封闭的超级 App，也没有先去铺天盖地做市场投放，而是选择了一个当时看起来没那么性感、但后来被证明很关键的方向：开源模型。
DeepSeek LLM、DeepSeek Coder 这些早期模型，真正的意义是 DeepSeek 开始在开发者社区里建立一种标签：这个团队不是只会写论文，也不是只会讲中国版 OpenAI 故事，它是真的愿意把模型拿出来，让开发者用，让市场测，让同行比较。
代码模型尤其关键。代码能力好不好，开发者很快能试出来。DeepSeek 早期通过 Coder 系列进入开发者视野，也为后来的 R1 爆发积累了第一批技术口碑。
真正让行业开始警觉的，是 2024 年的 DeepSeek-V2。
V2 不是一个大众爆款，但它在行业内部影响很大。因为它把 DeepSeek 的效率路线第一次打得非常清楚：MoE 架构、低训练成本、低推理成本、高吞吐，最后直接引发国内大模型价格战。
这对行业的冲击很大。因为在此之前，大模型竞争基本默认是巨头游戏：谁有更多钱、更多卡、更多数据中心，谁就更接近终局。但 DeepSeek-V2 证明，工程效率本身也可以是一种战略武器。
到了 2024 年底，DeepSeek-V3 发布，事情开始变得不一样。
V3 把 DeepSeek 从国内技术圈推向全球模型竞争的核心位置。它用相对有限的训练资源，做出了一个足以和全球一线模型放在同一张表里比较的模型。
这就触碰到了全球 AI 行业最敏感的一根神经：如果一个中国团队可以用更低成本做出接近顶级闭源模型的开源模型，那么过去那套 " 只有极少数美国巨头才能玩得起大模型 " 的叙事，就会被动摇。
所以 V3 是 DeepSeek 的第一个全球信号。
真正让 DeepSeek 成为全球事件的，是 2025 年 1 月的 R1。它让市场意识到，推理模型也可能被开源路线冲击。R1 之后，DeepSeek 不再只是开发者社区里的技术黑马，而变成了全球 AI 产业链都会关注的变量。
一个研究型团队最擅长的是突破。可是当它变成全球关注的基础模型公司之后，要面对的就不只是模型能力了。用户会涌进来，API 调用会增加，企业客户会提出稳定性要求，开发者会期待生态支持，同行会快速追赶，巨头会加码，人才会被争抢，监管和国际环境也会变得更复杂。
于是，DeepSeek 原来那种 " 低调、独立、研究导向 " 的模式，开始遇到新的压力。
2025 年 2 月之后，DeepSeek 继续强化开源姿态，甚至释放更多代码库，试图巩固自己的技术社区。但从产业角度看，开源越成功，成本压力反而越大。因为开源可以带来声望、开发者、生态和扩散速度，却不能自动解决算力账单、推理成本、人才激励和商业闭环。
这就解释了为什么到了 2026 年 4 月，V4 发布和融资传闻几乎同时出现。
V4 说明 DeepSeek 还在往前冲，而且冲向的是更重的方向：百万 token 上下文、Agent 能力、更强推理、更复杂的模型结构。这些能力都不是轻资产游戏。它们需要更大的训练投入、更强的推理基础设施，也需要更稳定的云资源和分发场景。
融资传闻的出现，恰恰说明 DeepSeek 正在从一个 " 能打仗的研究团队 "，进入一个 " 要长期守城的基础设施公司 "。
过去 DeepSeek 可以靠效率奇袭。
但到了 V4 阶段，它要面对的是持久战。
持久战不能只靠天才团队，也不能只靠幻方过去积累的资源。它需要资本，需要云，需要入口，需要开发者生态，也需要和中国最重要的科技平台建立某种战略连接。
所以，如果说 V2 证明了 DeepSeek 的效率，V3 证明了 DeepSeek 的全球竞争力，R1 证明了 DeepSeek 的破圈能力，那么 V4 和融资传闻共同说明的是：
DeepSeek 正在告别 " 孤胆英雄 " 阶段。
它正在变成一个必须处理商业化、生态化、资本化和平台关系的玩家。
它一开始像是大模型时代的反叛者：不靠巨头，不靠 VC，不靠铺天盖地的营销，而是靠模型本身把牌桌掀了一下。
但现在，它也不得不承认，AI 战争越往后，越不是单点突破，而是系统竞争。
DeepSeek V4 的发布，说明它仍然有单点突破的能力。
而腾讯、阿里的融资传闻，则说明它开始补上系统竞争的另一半。
所以 DeepSeek 的发展历程，一边是模型迭代线：LLM、Coder、V2、V3、R1、V4。
从幻方量化的 AI 副线→独立的开源模型团队→
中国大模型价格战的发动机→到全球 AI 叙事的搅局者→
再到今天可能被华为、腾讯和阿里共同押注的基础设施级公司。
这是 DeepSeek 走到今天的两条路。
