700亿人民币！

5月22日，彭博社给DeepSeek的融资额标了个新数字。

但数字本身不是这篇报道最有意思的地方，更有意思的是DeepSeek创始人梁文锋在投资人面前说了什么。

彭博援引知情人士称，梁文锋在至少一次投资者会议上承诺，公司会继续开发开源AI模型，同时追求更大的目标：实现AGI，也就是通用人工智能。按这些知情人士的说法，梁文锋传达的核心意思是，DeepSeek的主要目标是推动技术边界，而不是尽快变现。

这句话，才是这轮融资传闻里最值得看的部分。

融资口径一路抬高

DeepSeek寻求外部融资的消息，不是今天才出现。

4月17日，路透社援引The Information报道称，DeepSeek正在与投资者洽谈，计划至少融资3亿美元，估值约100亿美元。这一口径当时已经很特别，因为它意味着DeepSeek可能首次接受外部资本。

这和DeepSeek过去给外界的印象不太一样。

它不是典型的VC创业公司。DeepSeek从幻方量化体系里长出来，早期资金、算力和组织资源更多来自母公司和梁文锋自己的体系。它不是先讲商业故事、再拿钱堆模型，而是先用模型结果打出声量，再让资本市场回过头来追问：这家公司到底值多少钱？

到了5月上旬，市场开始出现更大的融资版本。多家媒体提到，DeepSeek可能推进500亿元人民币规模的融资，并有国资基金、互联网公司以及梁文锋个人出资的传闻。

这些传闻口径并不完全一致，也均未得到DeepSeek公开确认，不能当成已经确认的事实。但它们共同指向一个变化：市场对DeepSeek的定价，已经从“一个很强的中国模型团队”，迅速变成“可能进入全球前沿模型竞争的重资本公司”。

现在，彭博又给出700亿元人民币的口径。

如果把这些尚未完全确认的融资口径按时间摆在一起，从3亿美元，到500亿元，再到700亿元，这条时间线本身就说明，DeepSeek正在被拉进一个更大的资本叙事里。它不再只是技术社区讨论的开源模型，也不再只是中国AI行业的低成本奇迹，而是一家需要解释融资、估值、资金用途和长期回报的公司。

问题是，梁文锋给出的答案，仍然不是“我们要尽快赚钱”。

梁文锋的答案

不是突然出现的

梁文锋把AGI和开源放在前面，并不突兀。

在DeepSeek爆火之前，梁文锋曾在少数公开采访中反复谈到类似问题。他谈中国技术创新，谈好奇心，谈不只是复制海外路线，也谈AGI。在一些专访转述中，他曾明确表示，语言大模型是通向AGI的重要路径，DeepSeek要做的是通用人工智能。

这也是DeepSeek最初和很多中国大模型公司不同的地方。

过去几年，中国大模型创业公司经常被放在“追赶OpenAI”的框架里讨论：谁的参数更大，谁的榜单更高，谁拿到更多云厂商资源，谁能最快卖给企业客户。但DeepSeek给外界留下的印象，更多来自另一套叙事：低成本训练、开源模型、技术论文、推理能力和工程效率。

DeepSeek-V2阶段，它以较低推理成本和开源策略被关注。DeepSeek-R1发布后，开放推理模型又让它进入全球视野。它的存在挑战了一个长期假设：前沿模型是不是只能由美国巨头用天量资金、闭源系统和巨型数据中心做出来？

DeepSeek给出的答案是，不一定。

它的成功，至少在外界理解中，不局限于"模型效果不错"，而是"用另一种成本结构和开放姿态，做出了足以让硅谷紧张的东西"。

所以，当彭博报道称梁文锋在投资者会议上继续强调开源模型和AGI目标时，这并不是一次临时包装。它更像是DeepSeek把过去的技术理想主义，带进了融资谈判桌。

但问题也正在这里。

技术理想主义可以吸引资本，资本进入之后，却不会永远只为理想买单。

开源能带来声望，

但不天然带来收入

开源是DeepSeek最重要的标签之一。

开源模型能带来开发者影响力，也能让一家公司在全球AI社区里迅速建立声望。对DeepSeek来说，开源还带来一种更大的叙事价值：它证明中国团队并不只能做应用层商业化，也可以在基础模型和前沿研究上形成自己的方法。

但开源和商业化之间天然存在张力。

闭源模型的商业路径更直接：用户通过API、订阅、企业授权或云服务付费，公司把模型能力变成收入。开源模型则更复杂。它可以扩大生态，可以让更多开发者部署和改造，可以提升品牌和技术影响力，但它不必然等于收入。

对小团队来说，开源可以是一种战略选择。对一家即将进入700亿元融资规模的公司来说，开源就会变成一个更难回答的问题：影响力如何转化为现金流？开发者声望如何转化为客户？开源模型的外部扩散，如何反过来支撑公司的算力、人才和下一代模型训练？

如果DeepSeek坚持“研究优先于短期商业化”，它需要的不只是投资人的认同，还需要投资人愿意等待。

这在AI行业里并不容易。

因为前沿模型公司的成本太高了。训练新模型需要算力，推理服务需要持续烧钱，顶尖研究员和工程师需要高薪和长期激励。模型越强，用户越多，成本越不是一次性投入，而是会随着使用量一起放大。

换句话说，DeepSeek可以继续讲AGI，但资本会很快追问另一个问题：通往AGI的路，谁来付账？

OpenAI和Anthropic

已经给出前车之鉴

海外头部模型公司的经历，正好说明这一点。

OpenAI在3月底完成1220亿美元承诺资本融资，估值达到8520亿美元。彭博报道称，这笔融资将支撑其昂贵的芯片、数据中心和人才投入。5月中旬，OpenAI首席财务官又表示，即使完成这样规模的融资，公司未来仍可能继续融资，关键取决于需求、收入增长、现金流，以及所需算力和可负担算力之间的差距。

这句话很重要。

它说明前沿AI公司的问题，不是“融到一次大钱就结束”。融资只是在当前阶段买来时间、算力和选择权。下一轮模型、更大的用户量、更强的推理能力，都会继续推高成本。

Anthropic的节奏更快。

Anthropic今年2月刚完成300亿美元G轮融资，投后估值达到3800亿美元。仅过了三个月，5月13日，彭博又援引知情人士称，Anthropic正在磋商新一轮至少300亿美元融资，讨论中的投前估值超过9000亿美元。

这两个数字不能简单相减。2月的3800亿美元是已完成G轮融资后的投后估值；5月的9000亿美元以上，是新一轮融资谈判中的投前估值，且仍来自知情人士口径。但即便如此，从3800亿美元到9000亿美元以上，中间只隔一个季度，已经足以说明资本市场对前沿模型公司的定价速度有多激进。

收入端也在剧烈变动。The Information和多家转述报道称，OpenAI一季度收入约57亿美元，比Anthropic同期高近10亿美元；但Anthropic近期年化收入已接近450亿美元，并预计二季度收入升至约110亿美元，甚至可能实现经营利润。

这些数字仍然要小心看。季度收入、年化收入、经营利润、现金流，本来就不是同一个口径。Semafor还指出，OpenAI和Anthropic通过云合作伙伴销售token时，收入确认方式可能不同。

真正重要的是方向：海外AI竞争正在从“谁的模型更强”，进入“谁能把模型能力变成收入，谁能控制成本，谁能让资本相信亏损有尽头”。当模型公司进入数百亿、上千亿美元融资和估值阶段，资本不只看模型发布会和榜单，也会看收入增长、成本控制、算力缺口、利润路径，以及这些数字之间的口径是否说得清。

这对DeepSeek是一个提醒。

当它还是技术冲击者时，外界最关心的是它能不能用低成本模型挑战美国巨头。当它进入大额融资阶段，外界就会开始关心：它有没有商业化路径？有没有客户？有没有收入？开源路线如何回收投入？AGI目标需要多少算力？下一代模型的成本谁来承担？

DeepSeek正在换位置

这就是DeepSeek现在最微妙的地方。

梁文锋仍然在讲AGI、开源和研究边界。这套叙事非常有吸引力，因为它和DeepSeek过去的成功一致，也符合外界对他的理解：一个不太像传统创业明星的创始人，一个从量化和研究体系里走出来的人，一个更愿意谈技术路线而不是商业包装的人。

但公司所处的位置变了。

过去，DeepSeek可以用模型表现证明自己。它可以靠一篇技术报告、一次开源发布、一次成本优势，改变外界对中国AI能力的判断。

现在，如果融资规模真的走到700亿元，它需要证明的东西会更多。

它要证明自己能继续做出强模型，也要证明开源不会削弱公司的长期商业能力；它要证明AGI目标不是一句给投资人听的愿景，也要证明这条路上的现金消耗是可管理的；它要保持研究文化，又要在外部资本进入之后避免被短期收入目标牵着走。

这并不容易。

因为资本既会放大DeepSeek的能力，也会改变DeepSeek的处境。更多钱意味着更多算力、更多人才、更快迭代，也意味着更高估值、更强外部期待、更清晰的回报压力。

如果说过去的DeepSeek是一家“证明另一种模型路线可行”的公司，那么融资之后的DeepSeek，可能要变成一家“证明另一种AI公司组织方式也可行”的公司。

它要回答的不只是技术问题，还有组织问题和商业问题。

开源如何持续？AGI如何拆成阶段性成果？投资人等多久？团队如何激励？算力如何获得？模型能力如何转化为客户价值？如果不急着商业化，现金流从哪里来？如果开始商业化，又如何不破坏此前积累的开源声望？

这些问题不会因为梁文锋说"研究优先"而消失。

相反，正因为他说研究优先，这些问题才更值得看。

这不是融到钱就赢了

DeepSeek这轮融资如果最终落地，当然会是中国AI行业的重要节点。

它可能意味着，中国前沿模型公司也开始进入超大规模资本竞赛。它也可能意味着，过去靠母公司、创始人和技术声望支撑的DeepSeek，开始被推向更公开、更资本化的位置。

但它不等于DeepSeek已经赢了。

融资只是把问题推到下一阶段。

在融资前，DeepSeek最重要的问题是：它能不能继续做出足够强、足够便宜、足够有影响力的模型。

在融资后，DeepSeek的问题会变成：它能不能在开源、AGI理想、算力成本、人才激励和投资人回报之间，找到一个不自相矛盾的平衡点。

梁文锋把AGI放在商业化前面，听起来像是在给投资人定调：DeepSeek不是一家急着卖软件的公司，它仍然想做基础模型和前沿研究。

这句话既有力量，也有风险。

有力量，是因为它延续了DeepSeek最有辨识度的地方。DeepSeek之所以被看见，正是因为它没有完全按传统商业化剧本出牌。

有风险，是因为700亿元级别的资本进入后，DeepSeek很难再只用“技术理想主义”解释自己。钱越多，外界期待越高；目标越大，交付压力也越大。

DeepSeek接下来要证明的，不只是它能不能继续做出强模型，而是它能不能让资本相信：一家公司可以坚持开源和AGI目标，同时也有能力穿过算力、收入和组织扩张带来的现实考验。

这才是DeepSeek从技术叙事走向资本叙事的分界线。

（来源：网易科技）