摘要：DeepSeek 正在进行成立以来的首次外部融资，估值从 100 亿美元迅速飙升至 200 亿美元以上。腾讯和阿里巴巴都在谈判桌上。曾经以"不需要外部资金"为傲的 DeepSeek，为什么突然改变了主意？
2023年，DeepSeek创始人梁文锋说过一句被广泛引用的话：“钱从来不是我们的问题。”
2026年4月，DeepSeek正在进行成立以来的首次外部融资。据The Information报道，腾讯和阿里巴巴都在积极洽谈入股事宜，估值目标已经从最初的100亿美元飙升至200亿美元以上。短短几天之内翻了一倍。
从"钱不是问题"到"钱现在是问题"，中间发生了什么？
一、独立神话的终结
DeepSeek的故事之所以引人注目，很大程度上是因为它的"反常识"。
在一个烧钱如流水的行业里，DeepSeek是个异类。它由梁文锋的量化对冲基金幻方量化全资控股，从未接受过任何外部投资。梁文锋多次拒绝了中国顶级风投和科技巨头的投资邀约，理由是不想让追求短期回报的投资人干扰研究方向。
这种独立性在2025年初达到了顶峰。DeepSeek-V3模型的训练成本据报道仅为560万美元，使用2048块NVIDIA H800 GPU，却实现了与硅谷动辄数十亿美元预算的模型相当的性能。DeepSeek-R1推理模型更是在2025年1月震动了整个行业，直接导致NVIDIA股价单日暴跌。
“用最少的钱做最好的模型”——这是DeepSeek的品牌叙事，也是它最大的竞争壁垒。
但现在，这个叙事正在瓦解。
二、V4 为什么迟迟不来
DeepSeek的下一代旗舰模型V4，已经被多次推迟。
推迟的原因是多方面的，但最核心的一个，是芯片适配问题。
在美国出口管制的压力下，北京方面一直在推动国内AI企业转向华为昇腾等国产芯片。DeepSeek的架构原本深度依赖NVIDIA的CUDA生态和PTX指令集，要迁移到华为芯片，意味着大量的底层重写工作。据报道，华为的工程师已经被派驻到DeepSeek团队，协助解决训练过程中的稳定性问题。
这不是一个简单的"换个芯片"的事情。华为昇腾芯片的芯片间互联速度更慢，软件工具链的成熟度也远不如NVIDIA的CUDA。对于一个追求极致效率的团队来说，这种迁移消耗的不仅是时间，更是核心研发资源。
与此同时，关于DeepSeek使用走私的NVIDIA Blackwell GPU训练V4的传闻也在发酵。今年4月，有美国官员声称DeepSeek在内蒙古的数据中心使用了通过非正规渠道获得的Blackwell芯片。NVIDIA回应称"这种走私说法似乎不太可能"，但也承认无法完全排除。日本时报的报道则指出，如果DeepSeek真的成功在华为芯片上完成了V4的训练，“这将标志着地缘政治技术格局的实质性转变”。
无论真相如何，V4的延迟是确定的。而在AI这个领域，时间就是一切。
三、人才流失：比缺钱更致命的危机
如果说V4延迟是技术问题，那么人才流失就是组织问题——而且可能更加致命。
DeepSeek的团队规模据估计不到300人。在这样一个精英小团队里，每一个核心研究员的离开都是重大损失。
罗福利，V2模型的核心开发者，2025年11月离开加入小米，领导MiMo空间智能团队。郭大亚，R1模型的主要作者之一，跳槽到字节跳动的Seed AI部门。王炳轩，另一位DeepSeek工程师，据报道同期离开加入腾讯。
字节跳动否认了郭大亚年薪高达1亿元人民币（约1400万美元）的传闻，但确认其薪酬方案包含股权激励。
这些离职反映的是中国AI行业正在上演的一场残酷的人才争夺战。阿里巴巴、字节跳动、腾讯这些资金充裕的巨头，正在系统性地从小型实验室挖人。对于DeepSeek这样一个没有外部融资、无法提供上市预期和大额股权激励的公司来说，留住顶尖人才变得越来越困难。
梁文锋曾经的逻辑是：不融资 → 不受商业压力干扰 → 专注长期研究。但现在的现实是：不融资 → 无法提供有竞争力的薪酬 → 核心人才流失 → 研究进度受阻。
独立性从优势变成了劣势。
四、200 亿美元，贵还是便宜？
把DeepSeek放在中国AI融资的大背景下看，200亿美元这个数字其实很微妙。
根据公开报道，中国主要AI实验室的最新估值大致如下：
智谱AI（Zhipu）：300-500亿美元区间，已准备IPO。MiniMax：300-400亿美元区间，同样在筹备IPO。月之暗面（Moonshot）：最新一轮融资估值约180亿美元，正在以该估值寻求10亿美元融资。
DeepSeek的200亿美元估值，低于智谱和MiniMax，与月之暗面大致持平。考虑到DeepSeek在技术影响力上远超这些竞争对手——V3和R1模型在全球范围内引发的关注度是其他中国AI实验室无法比拟的——这个估值显得相当"克制"。
但换个角度看，这也反映了市场对DeepSeek当前困境的定价。V4延迟、核心人才流失、芯片适配的不确定性，这些风险都被计入了估值。
值得注意的是，腾讯和阿里巴巴几乎投遍了中国所有主要AI实验室。它们的投资逻辑不是"押注赢家"，而是"不能错过任何一个"。对于DeepSeek来说，接受这两家的投资意味着获得资金和资源，但也意味着失去一部分独立性——而独立性恰恰是DeepSeek最核心的品牌价值。
五、训练便宜，推理很贵
理解DeepSeek为什么突然需要钱，有一个关键的技术背景：训练和推理的成本结构完全不同。
DeepSeek之所以能用560万美元训练V3，是因为训练是一次性的——你花一笔钱，跑完就结束了。但当模型被部署到生产环境中，面对数百万用户的实时请求时，推理成本是持续的、不断增长的。
据报道，DeepSeek的支出重心已经从一次性训练转向了持续的推理、基础设施和产品集成。这些开支更难通过内部资金维持。
简单来说：造一辆车可能不贵，但让它每天跑起来、维护它、给它加油，这才是真正烧钱的地方。
DeepSeek的API服务在全球范围内被广泛使用，这既是它的成功，也是它的负担。用户越多，推理成本越高。在没有外部收入能覆盖这些成本的情况下，持续依赖幻方量化的内部资金变得不可持续。
六、客观看待：这不是失败，是成长的代价
很多人看到"DeepSeek融资"这个消息，第一反应是"DeepSeek不行了"。这种解读过于简单化。
事实上，几乎所有成功的AI实验室最终都走上了融资的道路。OpenAI从非营利转向营利，Anthropic接受了亚马逊和谷歌的数十亿美元投资，xAI从特斯拉和外部投资者那里筹集了大量资金。在AI这个资本密集型行业里，"不融资"不是美德，而是一种奢侈——而且是一种越来越难以维持的奢侈。
DeepSeek真正面临的挑战不是"要不要融资"，而是"融资之后能不能保持技术上的独立判断"。梁文锋之所以长期拒绝外部资金，核心担忧就是投资人会把公司推向短期商业化，偏离长期研究的方向。
这个担忧是合理的。但在V4延迟、人才流失、推理成本飙升的三重压力下，不融资的代价已经超过了融资的风险。
200亿美元的估值，对于一个不到300人的团队来说，仍然是一个令人瞩目的数字。它证明了市场对DeepSeek技术能力的认可。但接下来的关键问题是：拿到钱之后，DeepSeek能不能在巨头的资本包围中，继续做出让整个行业震动的东西？
这个问题的答案，可能要等到V4发布的那一天才能揭晓。