DeepSeek融資500億，梁文鋒難逃資本局

資本局的博弈，梁文鋒要錢，更要控制權。

文｜白 鴿

編｜王一粟

出身量化圈，梁文鋒卻對資本一直非常不感冒。

也正因此，5月的科技圈，沒有任何消息比DeepSeek的融資更具沖擊力。

據The Information援引多位知情人士透露，DeepSeek正在尋求完成一輪規模超過500億元人民幣（約73.5億美元）的融資，其中創始人梁文鋒計劃在本輪融資中個人出資200億元，占募資總額的40%。騰訊擬出資60億元獲得約2%股權，而國家集成電路產業投資基金（大基金）正在洽談領投。

如果順利落地，這將刷新中國AI公司單輪融資紀錄，投后估值有望突破3500億元（約515億美元）。

21天前，也就是4月初，市場對DeepSeek的估值還停留在100億美元，初始融資計劃僅為3億美元，用于期權定價。21天后，估值暴漲超4倍，融資規模翻了24倍。

對于熟悉梁文鋒的人來說，這個消息無異于一場“核爆”。這位曾多次宣稱“暫不融資”、婉拒騰訊和阿里入股邀約的技術理想主義者，為何突然改變立場，而且是以如此驚人的規模？

事實上，近期從國內到海外市場，包括OpenAI、智譜AI、月之暗面等幾家頭部AI大模型公司都在進行大規模融資，我們在大模型爆火之初就說過，這是一個“神仙打架”的市場。

在這其中，DeepSeek不是正規的天庭大軍，可能是獨樹一幟的“鎮元子”。

而故事的主角梁文鋒，1985年生于廣東湛江，浙大本碩畢業，從量化私募巨頭幻方量化的掌舵人，到DeepSeek的創始人，他也始終是科技圈最“特立獨行”的存在。

現如今，世道變了，以往是公司求著融資而不得，DeepSeek卻被裹挾著進入AI化的資本浪潮。

從幻方量化到DeepSeek的“技術潔癖”

要讀懂這次融資，必須先讀懂梁文鋒和他一手打造的“DeepSeek式理想國”。

梁文鋒的起點，是金融圈。

2008年，剛畢業的梁文鋒帶著7人團隊，用機器學習模型做量化交易，三個月實現500%收益。2015年，幻方量化正式成立，憑借AI驅動的量化策略，迅速崛起為行業頭部玩家。

2021年，幻方量化資產管理規模突破千億，2025年平均收益率達56.6%，僅當年就為梁文鋒帶來超7億美元收入。DeepSeek的“不差錢”，從來不是一句空話。

但梁文鋒的野心，從來不止于金融。

早在2020年甚至更早，梁文鋒及其團隊就堅信，人工智能是未來核心驅動力，而算力是基礎命脈。因此，當業內多數機構聚焦于策略和規模時，幻方做出了一個在當時看來極為超前且重資產的戰略決策，即將大量利潤持續投入，自建超大規模GPU計算集群。

2020年3月，其投資上億元、搭載上千張高端GPU的“螢火一號”超級計算機正式投入運行。這一遠超當時行業常規做法的投入，為其AI量化研究奠定了堅實基礎，也為其后布局通用人工智能（如孵化DeepSeek）埋下了伏筆。

2023年4月，幻方量化宣布成立大模型公司DeepSeek，正式進軍AI領域；7月，杭州深度求索人工智能基礎技術研究有限公司注冊成立，梁文鋒親自領銜，從金融科技跨界AGI賽道。

彼時的DeepSeek，是AI圈最“佛系”的異類。

成立初期，梁文鋒給DeepSeek立下三條鐵律：不融資、不上市、不商業化。在資本瘋狂涌入AI賽道的2023-2024年，這是一個近乎“叛逆”的選擇。

當字節、阿里、百度等互聯網巨頭，一邊砸錢做模型，一邊快速落地ToB、ToC業務時，當智譜AI、百川智能、月之暗面等創業公司，成立不久就啟動多輪融資，靠資本輸血快速擴張時，DeepSeek靠著幻方量化的“無限供血”，閉門研發，不路演、不宣傳、不接商業訂單。

梁文鋒的理由很簡單：技術理想主義，不能被資本和商業化綁架。

他曾公開表示：“DeepSeek的目標是做世界頂級的通用大模型，不是為了賺錢，也不是為了上市。資本會追求短期回報，商業化會妥協技術路線，這些都會干擾我們的核心目標。”

這份純粹，讓DeepSeek迅速躋身國產大模型第一梯隊。

2024年5月，DeepSeek-V2發布，創新的模型架構和極致性價比引發熱議；2024年12月，DeepSeek-V3開源，公布53頁技術細節。

2025年1月，DeepSeek-R1發布，在數學、代碼、推理等任務上，性能比肩OpenAI o1正式版。據其團隊在英國《自然》雜志發表論文披露，DeepSeek-R1模型的訓練成本僅為29.4萬美元，構建基礎大語言模型也只花費了約600萬美元，這一成本已遠遠低于美國同行透露的數字。

技術上的成功，讓DeepSeek成為國產大模型的技術標桿，也讓梁文鋒的“三不鐵律”一度成為行業美談——原來，不靠資本，不靠商業化，也能做出世界一流的大模型。

但理想很豐滿，現實的暗流早已涌動。

三重壓力下DeepSeek的理想被現實撞碎

梁文鋒一再堅持的遠離資本圈的立場，在2026年4月發生了策略性調整。

量化對沖基金出身的人不會做沖動決定。梁文鋒轉向資本，一定經過了冷靜地測算。測算的背景，是DeepSeek面臨的競爭格局正在發生質變。

從當前公開媒體報道的信息來看，引發其做出這一決定的關鍵因素之一，是人才問題。

DeepSeek一直被視為中國大模型行業里最特殊的一家公司——團隊規模小、人才密度極高、幾乎不社招，以應屆生和實習生留任為主。

但正是這種小團隊的精銳模式，使得每一個核心研究員的權重都被放大到了極致。

過去一年，DeepSeek多位技術骨干被高薪挖角，AI才女羅福莉被雷軍挖到了小米，研究員郭達雅也已加入字節跳動，擔任Agent負責人之一。公開信息顯示，自2025年下半年以來，公司至少5名核心研發人員相繼離職，知名科技企業都在不計成本挖人。

也正因此，行業有說法稱，梁文鋒最近尋求融資，正是在給員工做期權定價，以留住人才。

如果說人才流失就是“近憂”，那么資金壓力是“遠慮”，尤其是算力成本。

業內皆知，AI大模型的研發，是典型的“重資產、高投入、長周期”生意。如果說兩年前大模型的競賽還可以靠算法巧思“四兩撥千斤”，那么如今則是赤裸裸的算力消耗戰。

V4.1定檔2026年6月發布，將重點優化推理、多模態與穩定性，而這背后，從訓練到推理，從英偉達到昇騰，從千卡集群到萬卡集群——每一步都需要天文數字的投入。

幻方量化再有錢，也撐不住一場與全球巨頭正面交鋒的算力軍備競賽。更關鍵的是，AI行業的競爭是“不進則退”，一旦資金鏈跟不上，技術迭代就會停滯，很快就會被對手超越。

最重要的是，當前AI行業競爭本身發生質變，同時整體資本市場對AI大模型公司的估值邏輯也變了。

在國內，字節跳動、阿里巴巴攜巨額資金加碼AI，月之暗面剛完成20億美元融資，投后估值突破200億美元，年度經常性收入在4月已超2億美元。MiniMax、階躍星辰等也在密集融資。

另外，智譜AI和MiniMax上市后的瘋漲，也給整個行業估值樹立了一個標桿。這也就意味著，如果行業中其他創企不能夠趁現在的窗口期完成定價，其在一級市場的估值可能就會被瞬間擊穿。

據悉，目前階躍星辰也正在積極籌備上市工作。

整體來看，綜合多重因素影響，這也就解釋了，為什么梁文鋒要開始融資，而且必須是現在。

但顯然，他的入局方式，再次顛覆了行業認知：不稀釋控制權，不引入短期資本，自己掏200億領投，把資本主動權牢牢握在自己手里。

資本局的博弈梁文鋒的控制權保衛戰

DeepSeek的500億融資，或許從來不是“缺錢找投資”這么簡單。

顯然，這是一場精心設計的資本博弈，梁文鋒的核心目標只有一個：在引入資本的同時，牢牢掌握公司控制權，不讓資本左右技術路線。

據天眼查工商信息顯示，2026年4月27日，杭州深度求索人工智能基礎技術研究有限公司（DeepSeek）注冊資本由1000萬元增至1500萬元，創始人梁文鋒通過直接增資將持股比例從1%提升至34%，原大股東寧波程恩企業管理咨詢合伙企業持股比例稀釋至66%。

通過直接與間接持股，梁文鋒合計控制公司約84.29%的股權?？梢钥吹?，此次增資是公司內部股權結構調整，梁文鋒個人出資500萬元增資，沒有引入任何外部新增股東。

這表明，在正式啟動大規模外部融資前，DeepSeek已率先完成內部股權架構優化。這也意味著，在引入國家大基金、騰訊等巨頭資本前，梁文鋒通過股權調整鞏固了自己的控制地位。

而對于此次融資，DeepSeek與其他AI大模型創業公司的融資存在兩個最大的不同點：

其一，公開信息顯示，本輪融資最震撼的細節，不是500億的規模，而是梁文鋒個人出資200億，占融資總額的40%，成為最大投資方。

這種“創始人大額領投”的模式，在全球AI史上都極為罕見。本質上，這是梁文鋒的“控制權保衛戰”：我可以接受資本的錢，但絕不接受資本的控制。

其二，從目前消息來看，DeepSeek的投資方也同樣精挑細選，只留兩種錢：國家隊資本、實體產業資本，傳統財務VC（如紅杉、高瓴）全部被拒之門外。

據上海證券報援引渠道人士消息，國家集成電路產業投資基金與深度求索洽談主導其首輪融資，雙方洽談屬實，但最終估值尚未敲定，參與融資談判的投資方除國家大基金外，還包括多家互聯網巨頭與其他國資背景基金。

后續消息進一步確認，DeepSeek這輪融資中，梁文鋒個人計劃出資200億元，占募資總額的40%，騰訊擬出資60億元獲得約2%股權，國家大基金預計將成為本輪融資的第二大出資方。另有消息稱，阿里巴巴已與DeepSeek談崩，雙方未能在融資具體條款上達成一致。

這種投資方結構，背后是梁文鋒的深層考量：拒絕財務VC，畢竟傳統VC追求3-5年退出，會強迫公司快速商業化、快速上市，與DeepSeek“長期主義做技術”的理念相悖。

與之相對的，國家隊+產業資本則更看重長期戰略價值，而非短期回報，不會干預技術路線，還能提供政策、算力、場景等核心資源。

而梁文鋒自掏腰包的200億，買下的是在這個估值區間主導對話的權利。如果他在這一輪融資里只是小額跟投，甚至不參與出資，外部投資人對公司的定價權就會更大，公司的戰略方向也會受到更多牽制。

200億的自掏，則代表著一個清晰的立場：我對這家公司的判斷，比任何一個外部投資人都更有把握。你們可以參與，但話語權受到我的天然制約。

無疑，這是一種非常高明的創始人博弈策略。

也正因此，可以看到，DeepSeek的融資也體現了“國家戰略+創始人決心+生態構建+人才保衛”的多重邏輯組合，而其他公司更多是“技術擴張+商業化推進+市場份額爭奪”的路徑。

這種差異也反映了DeepSeek在中國AI產業中的特殊定位：不僅是商業公司，更是國家級技術資產和自主可控戰略的關鍵棋子。

一腳踏入資本局的代價與風險

21天估值暴漲超4倍，從100億美元到515億美元，很多人質疑，這是不是資本泡沫？DeepSeek值這么多錢嗎？

我們先簡單來看個對比：

統計時間截止至 2026 年 5 月12日

在國內市場中，DeepSeek的450-515億美元估值，使其成為僅次于智譜AI（484.83億美元）的國內第二大估值大模型公司，超過了MiniMax（280億美元）和Kimi（200億美元）。

雖然智譜AI和MiniMax在二級市場都登上了千億港幣市值（智譜超3700億港元，MiniMax超2100億港元），但DeepSeek作為未上市公司，其一級市場估值已經接近甚至超過了這些上市公司的市值水平。

更為重要的是，DeepSeek的估值在短短一個月內從100億美元飆升至515億美元，增長了5倍，這種增長速度在創投史上極為罕見。

無疑，在中國市場中，DeepSeek在估值和融資規模上，都屬于第一梯隊。但相比海外市場巨頭，DeepSeek的差距卻并不是一點半點。

融資規模上，OpenAI的1220億美元融資是DeepSeek計劃融資73.5億美元的16.6倍，Anthropic的300億美元融資是DeepSeek的4.1倍，即使DeepSeek完成500億元融資，其規模仍不及海外巨頭的零頭。

從估值來看，OpenAI估值8520億美元是DeepSeek估值（按500億美元計）的17倍，Anthropic目標估值9000億美元是DeepSeek的18倍，DeepSeek的估值僅相當于OpenAI的5.9%，Anthropic的5.6%。

可以看到，DeepSeek作為中國大模型領域的領軍企業，其500億元融資創下了國內紀錄，450-515億美元的估值也使其成為國內估值第二的大模型公司。然而，與OpenAI、Anthropic等海外巨頭相比，DeepSeek在融資規模和估值水平上仍存在數量級差距。

這種差距反映了全球AI產業的兩個現實：

一方面是全球AI資本正向極少數頭部企業高度集中，另一個則是中美AI生態差異，即美國企業享受全球資本紅利，中國企業則更多依賴國內市場和戰略資本。

不過，此輪DeepSeek融資的價值，不僅體現在商業估值上，更體現在其作為“國家級技術資產”的戰略地位。隨著國家大基金的入局，DeepSeek有望在國產AI芯片生態建設和大模型自主可控方面發揮關鍵作用，這可能是其與海外巨頭競爭的重要差異化優勢。

但是，500億元融資和515億美元估值并非沒有風險。

DeepSeek目前的商業化模式相對單一，主要依靠API調用收費。開源策略固然構建了廣泛的開發者生態，V4-Flash緩存命中價格低至0.02元/百萬token，V4-Pro 0.025元，堪稱全球底價，但也有大量企業客戶選擇自行部署，分流了付費API收入。按行業慣常的估值邏輯，515億美元的估值能否得到對應的年收入規模支撐，仍是最大的不確定性。

更微妙的是控制權的博弈。梁文鋒通過寧波程恩、寧波程信、寧波程普等多層有限合伙架構，目前掌握約84%的股權和近100%的表決權。但引入大基金、騰訊等外部股東后，這種絕對控制能否持續？

此外，人才流失的壓力或許并未因融資而消失。Meta曾開出4年2億至3億美元的天價合同包挖角頂尖研究員，總包薪酬甚至高過全球身價最高的足球明星。

在AI人才可以被精準定價的時代，期權和薪資只是留住人的一部分，技術理想、研究氛圍、成長空間同樣是關鍵。DeepSeek能否在資本化之后，依然保持那種"不誘于譽，不恐于誹"的純粹氣質？

從拒絕融資到自投200億，梁文鋒的轉變看似突然，實則是行業大勢下的必然選擇。

2026年的AI競爭，已經從模型技術之爭，演進為算力、人才、產品與生態的全面戰爭。在這場戰爭面前，任何試圖獨善其身的“技術烏托邦”，都走進了圍城之中。

按照計劃，DeepSeek將于6月發布新模型V4.1，而這距離4月24日V4正式發布僅隔不到兩個月。

盡管未到正式亮相時刻，但透露的信息也非常讓人期待：它將原生支持圖像、音頻信息理解，雖輸出為文本，但能直接處理多模態輸入，大幅降低企業數據接入門檻；同時，模型將強化MCP協議適配，提供更豐富的企業級工具，適配辦公自動化、智能客服、代碼生成等場景。

技術底層延續V4混合注意力架構(CSA+HCA)，百萬token上下文成為標配，推理成本較前代再降，顯存占用僅為傳統模型2%左右。

顯然，這樣的技術迭代速度，需要持續的資金支持。而在這場資本局中，沒有贏家通吃，只有適者生存。