DeepSeek首轮融资超500亿元，梁文峰在内部沟通会上如何回应商业化与AGI路线？

据腾讯科技整理的投资者沟通纪要，DeepSeek近期完成设立以来首轮外部融资，总额超过500亿元人民币（约合74亿美元），投前估值约3675亿元人民币（约合543亿美元）。本轮融资中，创始人梁文峰个人出资200亿元，腾讯出资100亿元，宁德时代出资50亿元，网易、京东与IDG资本各出资30亿元，国家人工智能产业投资基金出资10亿元。此前梁文峰曾提出“不融资、不上市、不商业化”的原则，此次大规模融资标志着DeepSeek正式进入资本市场，其商业化路径与技术愿景引发行业广泛关注。

在这场近4小时的沟通会上，梁文峰围绕11个主题共谈了118条观点。以下为核心内容整理，尽可能保留原意。

01 愿景与克制

梁文峰表示，创业之初团队并未考虑最终赚多少钱、是否登陆资本市场或如何上市，第一批加入的几十人如果想过这些，就不会加入。公司依靠愿景驱动，而非规章制度或KPI考核；这个愿景甚至从未被写下来，而是体现在做事方式与对世界的态度中。他认为克制本身就是一种策略，开源也可以被视作一种压力或让步，这种克制有助于在长期提高实现AGI的概率。

他同时强调，公司并未把成为下一个超级应用或下一个字节跳动、腾讯作为目标，也无意与任何大小互联网公司竞争，而是希望赋能或协助各方。商业化其实一直在进行，目前既有C端用户也有B端收入。

02 AGI路线图

梁文峰将AI发展理解为阶梯式推进：去年的台阶是思维链（Chain of Thought），今年的台阶是Agent；Agent之后需要解决持续学习（Continuous Learning），让模型像人类一样在长期过程中自我学习，而非依赖高强度训练；持续学习之后可能到达一个“奇点”，模型可以自我迭代、自主研究并开发更先进的AI；最终再进入具身智能（Embodied Intelligence），进入现实世界完成具体事务。

他表示，公司只关注AGI主线，认为3D生成、视频生成等虽然商业上可能是好生意，但与智能主线关系不大，因此不会仅因商业热度而投入。若先解决持续学习，再实现自我迭代的奇点，最后进入具身智能，后面的技术可以用前面的技术来辅助发展，路径会更顺畅。

03 团队与人才

梁文峰将“保持团队稳定”视为公司唯一的核心利益，认为只要团队稳定就一定能成功，其他如资金、资源都相对容易获取。他指出，中美之间的人才差距并不大，真正的瓶颈在资源，尤其是算力资源；因为算力有限导致实验机会少，人才培养才整体滞后。随着近期融资落地，核心员工获得可观期权，这一风险已大幅缓解。

在管理上，公司实行自上而下与自下而上两条线并行：自下而上允许员工一半时间不分配任务，自由探索认为重要的研究方向，不设KPI；同时公司一般不加班，认为研究需要相对松弛的环境。决策基于共识机制，而非创始人个人强推。

04 算力与资源

梁文峰表示，卡越多越好，当前策略是在合理价格内尽可能多买。目前DeepSeek可能落后美国约12至18个月（亦有提及6至12个月或约两年），但仅以美国约二十分之一的算力达到了现有水平；未来目标是继续以更少算力将差距缩短至6个月或3个月。他强调相信Scaling Law，规模越大效果越好，当前限制Scaling的不是意愿，而是算力不足。

05 国产芯片与生态

他认为NVIDIA CUDA的护城河正被快速拆除，一方面AI可以写代码，建立生态比以前容易；另一方面计算卡市场已超过游戏卡，两者解耦是趋势。国产AI芯片存在历史性替代机会，未来一年内其生态将被验证为完全可用，此前“不好用、不能用”的认知会被事实扭转。目前唯一的障碍是产能不足，而非适配障碍。

技术层面，V3训练虽仍使用NVIDIA芯片，但已脱离NVIDIA生态，转而使用自研的高级编译器TileLang完成。梁文峰表示，华为950超级节点在性能和价格上完全可以匹敌NVIDIA GB200与GB300，四张华为卡可匹配一张NVIDIA卡。若能在正常商业环境中买到NVIDIA卡，国产替代相对困难；但在获取受限的情况下，各方都会转向国产芯片。目前DeepSeek主要与华为合作，但华为的问题仍是产能不足。他对五年后不再受限于产能持相对乐观态度。

06 竞争格局与行业判断

梁文峰认为，模型性能对比必须在同等成本下才有意义。Anthropic当前在某些方面超越OpenAI只是暂时的，OpenAI与Google未来仍可能交替领先。从全球AI分工看，中国公司很可能扮演最大生产者的角色，拥有最大产能与电力，能把产品做到最便宜，而效果差距不会太大。最终的竞争差距将主要体现在成本、时间和用户体验三方面。

他还提到，OpenAI最初想垄断世界，但现实中会面临诸多挑战者；愿景上“拿得少”的玩家最终会击败“拿得多”的玩家。DeepSeek不追求利润最大化，只追求合理利润。

07 模型发展与技术

公司内部约一半人认为OpenAI目前更强，但Anthropic的先发优势应会快速消失。多模态能力对产品尤其是C端产品很重要，但对智能上限而言只是组件，并非智能主线本身。V4及后续版本将支持原生多模态，但公司并不将多模态视为智能本身。梁文峰表示，目前看不到语言模型缩放的上限。

08 商业化与定价

API定价以合理利润为目标，大致希望在采购一批设备后十个月内回本。他透露，若追求利润最大化，定价应该更高，因为该价格区间内用户需求缺乏弹性，涨价或降价对token消耗影响不大。B2B需求在现阶段AGI技术下是有限的，会快速增长，但终究受需求而非算力约束。

梁文峰认为，如果今年能实现数亿美元B端收入，加上C端用户，公司就能建立一定的商业基础；若明年B端需求继续增长，公司可能接近甚至实现净利润。在最坏情况下，仅卖API也足以支撑一家上市公司。当前最合理的做法是全力发展通用Agent，优先级最高的是Coding Agent。

09 开源战略

梁文峰表示，DeepSeek未来会继续开源，甚至最强模型也会开源，因为闭源看不到固有优势。开源不会影响收入与商业模式，对外提供的开源模型与自行部署的模型完全一致，不会拿稍差的版本开源。公司不担心他人部署模型形成竞争，反而希望更多人部署，并会尽可能帮助开源社区。

10 数据与后训练

梁文峰认为数据质量几乎等于半个模型。由于资本结构限制，公司难以像美国公司那样大规模投入高质量数据标注，因为高端标注在中美之间成本差距不大，中国并无成本优势。目前公司采取两条腿走路：先标注低成本数据。约一半核心研究人员正在参与数据标注工作。他指出，高质量数据标注的瓶颈主要是时间。此外，大模型的幻觉问题可以通过更好的后训练长期改善。

11 组织与公司定位

梁文峰强调，公司没有模仿对象，每一步都基于实际情况、实事求是。商业化最终必须做，因为公司需要生存，政府不会给钱；关键在于赚哪笔钱、何时赚、赚多少、怎么赚，这些需要做取舍。本轮融资伙伴经过精选，选择利益最一致、最希望DeepSeek成功的投资方。AI目前缺乏的是持续学习能力，并不缺乏品味和直觉。公司希望聚焦单一领域，相信AI时代会产生多家万亿级公司，DeepSeek会是其中之一。

关键数据一览

本轮融资总额超500亿元人民币（约74亿美元），投前估值约3675亿元人民币（约543亿美元）。出资结构为：梁文峰200亿元、腾讯100亿元、宁德时代50亿元、网易与京东及IDG资本各30亿元、国家人工智能产业投资基金10亿元。算力层面，梁文峰估计整体落后美国约12至18个月，但投入算力约为美国的二十分之一；芯片层面，四张华为卡可匹配一张NVIDIA卡，华为950超级节点可对标NVIDIA GB200/GB300。商业层面，API定价以十个月回本为基准，2025年B端收入目标为数亿美元。

后续观察指标

一是下一代模型是否突破“持续学习能力”，这是梁文峰定义的模型代际跃迁核心标志；二是国产AI芯片产能释放进度，尤其是华为相关产线的放量节奏；三是B端收入能否达到数亿美元量级，以及公司是否接近净利润；四是V4及后续版本在原生多模态与训练效率上的实际表现。

风险关注点

团队稳定性被梁文峰定义为唯一不可妥协的核心利益，尽管近期融资已通过期权大幅缓解，但仍是首要风险。高端算力获取受国际环境影响，采购难度大且价格高昂。高质量数据标注成本在中美之间无显著差异，可能制约迭代速度。国产芯片当前最大瓶颈是产能不足，梁文峰认为这一状况可能持续一到两年。