DeepSeek融資500億元，中國大模型如何重新定價？

投資機構調研重心從單純測算商業化收入，轉向核查企業算力自建規劃、基礎算法迭代節奏、開源社區運營能力、長期資金儲備規劃，更加看重企業全鏈條可持續研發能力。

文｜王雅迪

ID | BMR2004

最近，DeepSeek在官網發布了一張招聘清單。這次公司擴招分為7大類、33個崗位，從全棧開發、核心系統、運維、產品，到模型數據策略、深度學習研究和職能部門，幾乎覆蓋了一家AI公司運行所需的全部環節。

這一“招兵買馬”被視為公司前不久完成成立3年來首輪外部融資后的首個大動作。這筆總融資規模超過500億元人民幣（約74億美元），讓DeepSeek估值直接攀升至近4000億元。這不僅是中國AI行業迄今為止最大規模的私募融資之一，也意味著DeepSeek成為中國估值最高的AI創業公司。

值得注意的是，DeepSeek通過精妙的交易架構，所有外部投資方的資金需注入由梁文鋒管理的有限合伙企業，而非直接投向DeepSeek主體。外部投資方不享有DeepSeek投票權，這意味著，在引入巨量資金的同時，梁文鋒依然牢牢掌握著公司的絕對控制權與長期發展方向，并堅守開源與實現AGI的初心。這也向外界釋放了一層信號，盡管融到了國內AI圈迄今為止最大的一筆錢，但DeepSeek還在開源，并且不會因為融資而改變。

01

各路投資方的投資布局

純財務資本投資更看重技術本身迭代速度，而實體產業資本會結合自身海量真實產業數據、落地場景，反向推動大模型適配實體經濟細分需求。

企查查顯示，DeepSeek本輪融資的投資方陣容涵蓋了產業資本、互聯網巨頭與國家隊，具體投資方包括創始人梁文鋒本人、騰訊、寧德時代、網易、京東、Monolith礪思資本、IDG資本、正心谷投資、拾象科技以及國家人工智能產業投資基金（以下簡稱“國家大基金”）。

據公開報道，梁文鋒個人出資約200億元；騰訊出資約100億元；寧德時代體系出資約50億元；網易、京東、Monolith礪思資本、IDG資本分別出資約30億元；正心谷投資、拾象科技分別出資約15億元。

個人身份出資超過百億元的案例比較少見，梁文鋒之所以出資200億元，主要是通過成為最大出資方，得以在融資中掌握絕對話語權。這筆巨額資金主要來源于他早年創立的、管理規模超700億元的量化私募巨頭——幻方量化，正是依托于幻方量化內部孵化落地，才支撐起DeepSeek在過去較長時間實行“不融資、不上市、不商業化”的極簡運營模式。

在此基礎上，梁文鋒設計了一個獨特的交易架構：要求大部分外部投資者的資金注入由他管理的有限合伙企業，而非直接投資DeepSeek主體。這使得外部股東不擁有投票權，并需接受長達5年的鎖定期，從而有效過濾了追求短期回報的資本。最終，梁文鋒得以在引入巨資的同時，仍牢牢掌控公司的戰略與技術方向。

從出資金額來看，騰訊成為DeepSeek最大的外部投資者，其自身已經自研混元大模型，依舊重金入股DeepSeek，核心源于AI產業生態競爭邏輯的深層轉變，也標志著騰訊正式落地“自研底座+外部生態投資”雙軌并行的AI戰略。

對此國研新經濟研究院創始院長、智能經濟首席專家朱克力向《商學院》記者指出，單純依靠內部自研難以快速覆蓋全維度技術路線與開源生態布局，自研體系側重服務自身社交、文娛、企業服務自有場景，而入股外部頭部通用開源模型企業，能夠快速補齊差異化技術路線，借助對方成熟開源體系觸達更廣的外部開發者群體，彌補內部生態向外滲透的短板。

第二大外部投資者則來自于寧德時代。AI大模型的主要成本是電費。當前DeepSeek自建數據中心項目正加速推進，寧德時代此次投資被視為切入AI數據中心配套儲能系統技術研發與商業化落地的關鍵布局。2026年以來，寧德時代在AI領域合計出資已超百億元，涵蓋大模型基礎設施、數據中心運營及配套HVDC供電設施。

京東與網易的入局則是產業場景的AI改造。京東擁有完整的電商交易、倉儲物流、供應鏈服務場景，開源大模型能夠優化智能客服、供應鏈需求預測、倉儲調度、智能選品等全鏈條環節。網易深耕游戲、數字內容領域，通用開源模型可賦能游戲劇情生成、虛擬數字人、內容創作審核。

朱克力進一步指出，純財務資本投資更看重技術本身迭代速度，而京東、網易這類實體產業資本會結合自身海量真實產業數據、落地場景，反向推動大模型適配實體經濟細分需求，倒逼通用模型強化行業專用微調能力、場景落地適配性，避免技術研發脫離產業實際需求。同時產業資本能夠提供海量真實行業數據用于模型迭代，補齊開源模型行業場景數據短板，推動通用技術和實體經濟深度融合。

作為國家級戰略資本，國家大基金是本次架構中唯一特例，其資金直接投資DeepSeek主體，完整保留投票權且不受5年鎖定期約束，其融資帶有戰略產業色彩。

02

從DeepSeek看估值邏輯的改變

市場不再單純以商業化速度評判項目價值，而是分層建立估值標準，底層通用模型企業允許更長虧損周期、更高前期投入，估值天花板顯著抬高。

從多元投資方的入局來看，此次融資折射出一級市場極度的“FOMO”（害怕錯過）情緒。有投資人甚至支付500萬元“見面費”只為求得一見，足見市場對優質AI資產的瘋狂追逐。

工業和信息化部賽迪研究院人工智能與大數據研究中心常務副總經理鄒德寶向《商學院》記者表示，市場對DeepSeek的定價，已經將其變成可能進入全球前沿模型競爭的重資本公司，這釋放了多重信號：

首先，國內人工智能一級市場估值邏輯完成根本性切換，定價重心從短期商業化營收轉向國產技術自主可控、全球開源生態話語權、國家級人工智能基礎設施價值等長期戰略資產屬性，國家產業基金、實體產業資本、互聯網巨頭集體入場，不再單純追求短期財務回報，而是持續投入國產底層模型技術創新的長期產業紅利。

其次，行業馬太效應顯著強化，資本資源會加速向具備完整全棧自研、規模化算力儲備、全球化開發者生態的頭部基座企業集中，僅做微調、無底層自研能力的中小模型團隊融資窗口大幅收窄，賽道分層出清節奏加快。

最后，產業巨頭布局思路發生轉變，不再盲目重復自建大模型，而是通過戰略參股頭部獨立基座廠商共享底層技術與行業解決方案，規避自研無底洞式投入，形成產業協同布局新格局，整體意味著國產通用大模型已從技術驗證期邁入資本、算力、生態協同競速的全新發展階段。

行業早期基礎大模型供給不足，垂直應用落地快、現金流預期清晰，契合財務資本短期回報訴求，因此成為資金主流選擇。經過幾年發展，底層通用模型成為制約所有AI應用迭代的核心瓶頸，缺少自主可控基礎模型，各類垂直應用容易陷入同質化、功能受限的發展困境，資本開始意識到底層賽道才是決定長期競爭主動權的關鍵領域。

朱克力認為，這一資本流向會重塑估值邏輯，市場不再單純以商業化速度評判項目價值，而是分層建立估值標準，底層通用模型企業允許更長虧損周期、更高前期投入，估值天花板顯著抬高；垂直應用項目估值則會綁定是否擁有自主底層底座，單純依賴第三方開源模型的應用企業估值空間將持續收窄。資本開始區分“基礎設施型AI”和“場景應用型AI”，建立適配不同賽道成長規律的差異化估值體系，整個一級市場對AI企業的價值判斷更加貼合產業長期發展邏輯。

03

開源重資產模式的競爭壁壘

DeepSeek“免費開源引流、增值服務變現”的商業模式具備落地可行性，短期依靠開源免費快速積累全球開發者與企業試用客戶，完成生態底盤搭建。

在融資落地前后，DeepSeek并未放緩開源步伐，反而加速了新一代模型的發布。2026年4月，DeepSeek發布了V4系列模型（包括Pro和Flash版本），支持超長上下文，并承諾采用Apache 2.0開源協議。

DeepSeek所走的是“重資產投入算力研發+長期開源開放生態”路線，與依托云廠商彈性算力相比，重資產自建算力更適配企業長期大規模訓練場景。

朱克力指出，在自建算力模式下，專屬硬件資源不會受公有云多客戶爭搶資源干擾，調度適配專屬大模型訓練框架，長期訓練穩定性更強；成本結構呈現前期投入巨大、長期邊際成本持續下降的特點，長期大規模訓練場景下綜合成本更優；技術可控性優勢突出，硬件、算力調度、數據流轉全鏈路自主掌握，數據安全、算法迭代不會受制于第三方平臺。短板則在于前期資本開支極高，資金占用量大，算力擴容調整靈活性偏弱。

相比于OpenAI為主的閉源路線，DeepSeek的開源模式有著截然不同的資本投入與回報邏輯。OpenAI資本集中投入專屬模型技術壟斷，依靠獨家能力收取高溢價API服務費，現金流兌現更快、單客戶毛利極高，但市場滲透局限于付費能力較強的企業與C端用戶，長期存在開源競品替代、地緣監管約束的風險。

鄒德寶認為，與之相比，DeepSeek前期資本投入規模更大、短期ROI偏低，資金更多用于算力基建與社區運營，依靠低價規模化調用、私有化部署、行業增值服務多元變現，雖盈利兌現節奏緩慢，卻能覆蓋全球中小企業、新興市場及國內合規政企市場，長期市場天花板更高、技術封鎖風險更低。

他進一步指出，DeepSeek“免費開源引流、增值服務變現”的商業模式具備落地可行性，短期依靠開源免費快速積累全球開發者與企業試用客戶，完成生態底盤搭建，中長期依托按量計費云API、政企私有化部署、行業定制套件、算力租賃、生態分成等分層增值服務構建多元收入來源，海量客戶持續攤薄算力邊際成本，生態網絡效應形成后可逐步實現現金流平衡。

04

給VC機構項目評估標準帶來的現實挑戰

站在投融資邏輯視角，本輪融資也給VC機構的項目評估標準帶來現實挑戰。

通常，18—24個月是B端/企業級服務及深科技項目典型的商業化驗證周期，也是資本端要求看到階段性正向信號的關鍵止損紅線。然而，對于DeepSeek來說，18—24個月的商業化試錯窗口僅能完成商業模式可行性驗證，不足以實現整體盈虧平衡。

鄒德寶分析道，通用底層模型每年算力與研發投入體量巨大，短短兩年增值服務營收難以覆蓋巨額剛性成本，且全球開發者生態培育、海外市場滲透、網絡效應帶來的收入紅利均存在明顯滯后性。應當將18—24個月定位為付費產品打磨與客戶驗證窗口，而非盈利兌現周期，評估標準也需從當期利潤轉向付費客戶增速、API調用增長、私有化項目留存率等中長期運營指標。

DeepSeek大額融資對智譜、百川等國內開源大模型企業形成明顯估值傳導效應，正向層面直接抬升國產通用基座賽道整體估值天花板，強化自主開源底層模型的戰略溢價，帶動頭部同行在后續融資中獲得更高估值預期與產業資本關注度。同時，可能拉開底層模型賽道企業估值分層，研發投入不足、算力儲備薄弱、開源生態活躍度偏低的同類企業，估值差距會持續拉大，行業資源加速向頭部聚攏。

朱克力表示，站在投融資邏輯視角，本輪融資也給VC機構的項目評估標準帶來現實挑戰。在評估標準層面，投資機構調研重心從單純測算商業化收入，轉向核查企業算力自建規劃、基礎算法迭代節奏、開源社區運營能力、長期資金儲備規劃，更加看重企業全鏈條可持續研發能力。同時評估周期被拉長，不再用短期盈利指標約束底層模型項目，將技術自主、生態構建納入核心考核維度。

鄒德寶則指出，通用基座回報周期普遍為5—8年，與多數VC基金5—7年存續期存在周期錯配、退出路徑不明，大額戰略溢價難以清晰地區分產業價值泡沫與真實技術壁壘，頭部項目后續算力迭代仍需持續大額跟投，中小VC無力跟進容易錯失優質標的，且開源模式收入分散、盈利滯后，傳統SaaS估值框架不再適用，倒逼機構重構適配大模型賽道的獨立估值測算與投后跟蹤體系。

過去市場看DeepSeek，重點是低成本模型、開源影響力和工程效率，500億元融資過后市場給它疊加了另一層價值——國家級AI基礎設施、產業智能化入口、中國對抗全球AI競爭的底層能力。