1000亿，“砸”向梁文锋

接下来就看钱怎么花了 DeepSeek又要拿到一笔巨额融资了。 10月22日，据多家外媒援引知情人士消息报道，DeepSeek最新一轮融资筹集约1000亿元人民币，成为中国规模最大的私募融资交易之一，宁德时代、腾讯等企业位列主要投资方；本轮融资预计在未来几天内完成，具体交易条款仍可能调整。 这笔融资的规模，远超最初的计划。 据报道，DeepSeek在与投资者洽谈期间至少两次上调融资目标，从最初的500亿元增至800亿元，最终达到约1000亿元。 而就在今年6月底，DeepSeek才刚刚完成首轮外部融资，规模超过500亿元。 如果上述消息最终得到确认，半年之内，DeepSeek两轮融资总额便将超过1500亿元。 中国新闻周刊就此向DeepSeek求证，截至发稿，未获对方回复。 图/图虫创意 密集融资 两年多前，DeepSeek还没打算融资。 2024年7月，DeepSeek创始人梁文锋在采访中被问及公司是否有融资计划时答道：“短期内没有融资计划，我们面临的问题从来不是钱，而是高端芯片被禁运。” 在被问及人工智能研发是否需要更大规模的资金投入时，梁文锋又表示：“更多的投入并不一定产生更多的创新。否则大厂可以把所有的创新包揽了。” 彼时，DeepSeek背靠量化私募幻方，已经积累了一定的算力和资金资源。与其他依靠外部融资支持研发的大模型创业公司不同，DeepSeek长期主要依靠自身及关联方提供资金支持。 但今年以来，情况发生了变化。 据财经10月13日报道，DeepSeek于今年4月启动首轮外部融资，6月底完成交割，融资规模超过500亿元，公司估值超过3500亿元。 首轮融资刚刚结束，第二轮便接踵而至。 今年7月，DeepSeek开启新一轮融资，投前估值约5000亿元。最初计划融资500亿元，此后规模一路上调，拟融资规模扩大至约1000亿元。 与此同时，DeepSeek还被曝正在筹备赴科创板上市。财经报道显示，公司此前已接触多家投行，计划最快于今年年底递交上市申请，目标于2027年挂牌。这一计划同样尚未得到官方确认。 不过，接受外部融资，并不意味着DeepSeek愿意交出更多控制权。 今年6月，有外媒报道，DeepSeek首轮融资采用了较为特殊的交易结构。除个别投资者外，资金主要通过梁文锋管理的有限合伙企业进入，而不是由投资者直接持有DeepSeek主体公司的股权。相关投资者不享有投票权，并受到五年锁定期限制。 更特别的是，梁文锋本人据称在这一轮融资中投入了约200亿元，成为最大的单一出资方。 最新一轮融资是否延续这一安排，目前尚未可知。 从不急于融资到密集融资，DeepSeek的资本策略怎么突然变了？ 算力还得投 2025年初，DeepSeek曾用一个数字震惊全球：557.6万美元。 这是其DeepSeek-V3技术报告中，按照英伟达H800 GPU每小时2美元的假设租赁价格，计算出的V3正式训练阶段GPU计算成本。 这一数字引发了外界对大模型研发成本的重新审视。过去，动辄数亿美元的训练投入被视为头部大模型竞争的重要门槛，而DeepSeek则证明，算法创新和工程优化也能显著提高算力使用效率。 一时间，低成本训练甚至被部分舆论解读为，大模型研发不再需要巨额资金投入。 但训练一次模型花的钱少，不代表把模型研发出来再让它持续运转，也一样便宜。 DeepSeek在技术报告明确指出，557.6万美元仅覆盖正式训练阶段的GPU计算开支，不包括此前围绕模型架构、算法和数据进行的研究实验，更不代表公司的全部研发和运营费用。 深度科技研究院院长张孝荣表示，外界实际上把DeepSeek在特定环节的效率优势，误读成了整家公司的低成本运营能力。 在他看来，DeepSeek目前依然面临算力资源约束。如果能够获得更充足的算力，模型性能和服务能力还有进一步提升空间。 尤其随着大模型从技术研发走向规模化应用，企业的算力需求也在发生变化。 过去，外界更关注训练一个大模型需要多少算力；但模型投入使用后，还需要持续为用户提供推理服务，用户越多、调用越频繁，消耗的计算资源通常也就越多。 张孝荣指出，对于现阶段的头部大模型企业而言，推理服务、算力基础设施、推理框架优化和能源保障，正成为重要的资金投入方向。随着应用规模扩大，持续性的推理开支可能在整体成本中占据越来越重要的位置。 更值得注意的是，技术进步未必会让算力总需求下降。 张孝荣用“杰文斯悖论”解释这一现象：当一种资源的使用效率提高、单位成本下降时，反而可能刺激更多需求，推动资源总消耗增加。 具体到AI领域，算法优化使单次模型调用变得更便宜，可能吸引更多用户、催生更多应用场景、带来更大的Token消耗量。最终，即使单位计算成本持续降低，企业整体的算力和电力需求仍可能增长。 换句话说，DeepSeek此前证明了可以更高效