DeepSeek 完成首轮 510 亿融资，梁文锋详解下一步

DeepSeek 近日完成成立以来首轮融资，规模约 510 亿元人民币，投后估值约 4185 亿元。创始人梁文锋个人出资约 200 亿元，投资方涵盖腾讯、宁德时代体系、京东、网易、IDG 资本等机构。多家媒体同步披露，DeepSeek 已开始筹备中国内地 IPO，最快或于今年提交上市申请，并计划在 2027 年完成上市。在此背景下的一场投资者交流会上，梁文锋进行了近 4 小时分享，系统阐述了 DeepSeek 的组织文化、开源逻辑、技术路线以及对 AI 行业竞争的判断。

融资与上市进展

首轮融资落地的同时，DeepSeek 首次明确进入 IPO 准备阶段。从披露口径看，公司并未将融资视为单纯补血，而是与组织稳定、长期投入绑定。梁文锋在交流中将「保持团队稳定性」列为公司最大、甚至是唯一的核心利益，并明确表示：「只要我能够保持团队的稳定性，我一定能做成，一定能做成 AGI。」在管理结构上，他描述为「两条线」：一条从上到下，一条从下到上——后者的核心是员工自主决定研究方向，不设 KPI，整体运行「建立在共识的基础上」。

技术路线与产品规划

围绕 AGI 主线，梁文锋给出了几条清晰的判断：

• 主线聚焦：DeepSeek 只做 AGI 主线，3D、视频生成、世界模型等暂不在优先级之内；当前阶段的核心是 AI 训练，以及训练之后的持续学习。
• 下一代模型：「下一代模型的核心能力是持续学习」，在那之前的工作集中在降低成本、提升效果与速度。
• 持续学习与通用智能：一旦持续学习跑通，通用智能「可能就很容易了」；否则需要走数据密集、人力密集的路线，性价比不高。
• 多模态布局：V4 及后续版本将支持原生多模态，但对智能本身而言多模态是组件而非主线。
• 数据投入：公司目前约一半的核心研究员在标数据，被视为现阶段解决 AI 问题的核心抓手。

在 Scaling 问题上，梁文锋直言「阻止我们 Scaling 的其实就是算力」，并非不想做更大模型，而是「按照我能接受的资源来算训练多大的模型」。他也强调中国人才并非瓶颈，真正的瓶颈是算力——算力差距同时影响人才培养、模型能力与应用落地。

开源与商业化逻辑

对于外界关注的开源选择，梁文锋将其归为「克制」与「愿景」两层逻辑：开源既是让利，也符合商业利益——AI 行业足够大，最终可能占到人类社会 GDP 的 10%，「不可能独占，一定得跟别人分享」。商业化上，他强调「责先利后」，要求模型首先对 DeepSeek 内部有用，再考虑对外输出，并明确表示会主动选择「赚哪些钱、什么时候赚钱、赚多少钱」，把利润以外的追求放在更前面。

对中美 AI 格局与算力的判断

关于芯片，梁文锋认为国产 AI 芯片的硬件和生态都已没有障碍，唯一问题是产能不足；在英伟达供应受限的大背景下，「所有人都会被迫做国产芯片」，华为 950 超节点在性能与价格上可以完全平替英伟达 GB200、GB300。他同时给出未来五年的判断：今年、明年、后年仍将卡在产能，但五年后「可能不一定」。在全球分工上，他倾向于认为中国公司更可能扮演产量最大、价格最低的角色——「中国产的 AI 可能价格会更便宜，而且可能是系统性的低」。而中美 AI 差距最终会落到成本、时间与用户体验三方面，其他维度的差距会逐渐收窄。

这 20 个关键词，既是 DeepSeek 对自身节奏的公开校准，也是梁文锋对下一阶段中国大模型竞争给出的回答。