DeepSeek千亿融资落地:31个主体借SPV入股,IPO信号浮现
“慌啥子嘛”这句话最近被赵本山唱火了,但很快就吵了起来。正方认为这是一首安抚人心的歌,劝人们放慢脚步,给自己留点容错空间,“不必事事追求完美”,很治愈——尤其是赵本山这位闯了几十年江湖的老人说出这句话,更有说服力;反方认为这首歌太不接地气,不懂人间疾苦,很多人光是维持体面生活就已经拼尽全力,根本没有...
“慌啥子嘛”近来被赵本山唱火,随即引发争论。正方觉得这歌安抚人心,劝人放慢脚步、给自己留点容错空间,“不必事事追求完美”,挺治愈——尤其这话出自闯荡几十年的赵本山之口,更有说服力;反方则认为它不接地气、不懂人间疾苦,很多人光是维持体面生活就已拼尽全力,根本没法“不慌”——尤其说这话的赵本山早年买过私人飞机、玩过中国足球、过着富裕生活,更显得刺激。
乍看之下,这种争论真像老太太不爱吃榨菜——硬是有点闲。不过我是四川人,完全能get到这首歌不吵起来才怪。四川话里(尤其牙尖的成都话),“慌啥子嘛”本身就有两种读法:
一种重音落在“慌”,“慌~啥子嘛”。这种读法更接近正方的解释,是告诉别人不用着急,慢慢来。另一种重音落在“子”,“慌啥子~~~嘛”,读时“子”显得尖锐绵长,像用小刀扎了自行车胎、放气时那声呲响。这种读法无比接近反方的解释,是质问的语气,通常用在对方已经“慌了”且“慌慌张张地做出某个决定/行为”之后,自己作为观察者表达极端不理解。例如看到司机因马虎大意出车祸,就可以说,“慌啥子~~~~嘛,这哈撞到人了嘛。”
另外,“嘛”在四川话里也是个很微妙的语气词。尤其体现在四川本地新闻栏目采访路人的时候,比如问他们如何评价某项举措或某个市政建设的结果,一些害羞的大爷大妈经常说“支持嘛”“作为市民我们要配合嘛”“人人都出一份力嘛”。这里的“嘛”其实是个语句终止符,潜台词是“该说的都说了,就这样吧”。
语境一还原,反方不爽的点就呼之欲出了:难道“慌”是我的主动选择吗?难道我不知道“不慌”会更舒服吗?除了“慌慌张张”的节奏我真的能有别的选择吗?需要被“质问”的应该是我吗?——如果这些答案都是否定的,那这首歌的“鸡汤味儿”未免太浓了,还不如韩寒十年前那句“听过了很多道理但仍然过不好一生”更能让心里好受点。
反过来,“慌啥子嘛”的规劝、指点意味太重,大部分人的生活根本没必要反复被这四个字追问,大家生活圈子就那么大,社会分工就那么点,就算“小不忍”生活里也没多少“大谋”,何必呢。把叙事对象换成那些更权威、影响力更大、对很多事情更有决定权的,更容易“小不忍乱大谋”的大事大人物还差不多。比如
DeepSeek最新的这一轮融资,就很适合用上“慌啥子嘛”。
这一周,Deepseek的最新一轮总规模达到千亿人民币的融资正式落地,完成了
严格来讲,这轮融资算不上什么惊喜。10月份媒体已经把计划捅了出来,加上部分投资人在同一时间募资动作频频,谁将出现在Deepseek这一轮的名单里,外界此前已猜得八九不离十。消息刚出来时,转发的人并不多。不过大家随后发现了一个彩蛋:
Deepseek本体是杭州深度求索人工智能基础技术研究有限公司,这次入股的31个主体并没有直接登记为它的股东,走的是一家SPV——杭州程砚企业管理咨询合伙企业(有限合伙)。上一轮外部融资也是同样的路子,新进来的投资方同样借道SPV——杭州程砺企业管理咨询合伙企业(有限合伙)——完成入股。这两个SPV的
这意味着,虽然新增的投资者通过两轮融资获得了相应经济权益,但对于平台所持有的DeepSeek股份,其
不少人把这套股权安排看成Deepseek筹备IPO的直接信号。技术层面讲,大A的上市审核流程中,监管盯得最紧的就是实际控制人怎么认定、稳不稳定,股权结构复杂、对赌条款可能动摇控制权,都得给出解释或者清理掉。而这样的设计,既方便未来
这时候大家才意识到,事情好像严重了。
中国人讲故事有个状语叫“悠悠”,说的是表面上“漫不经心”、骨子里“胸有成竹”的那股劲儿。小说里只要出现“某人悠悠地说”,接下来多半是一套锦囊妙计,或者一句点破天机的话。有很长一段时间,这个词放在Deepseek身上再合适不过:来路不明,“忽然间”就让人眼前一亮,而且看上去样样都做得轻巧、写意。
如果再夸张点,我们甚至可以说正是这份“悠悠”才让Deepseek成为了一面旗帜,就是这股劲儿才让我们正视所谓的“
甚至到了今年7月,那份所谓的“DeepSeek投资人闭门交流实录”在网上被到处转发时,大家的目光依旧牢牢盯在Deepseek的商业理念有多反常识、对产品有多专注,梁文锋的公司治理理念有多“仙儿”,以及整个Deepseek对人工智能产业的理解有多通透、多值得那些急躁的同行学一学。
结果只过了3个月,DeepSeek就把第二轮融资做完、规模翻倍,还一步到位成了准IPO公司,打算一头扎进资本市场的最中心,去承受市值管理和所谓“股东权利”带来的压力。这个转向未免太极端了。就算给Deepseek的象征意义祛魅,按最本质的叙事把它还原成一家处在长周期、高风险硬科技赛道上的公司,把IPO还原成企业发展过程中常见的融资工具之一,也很难想象一家刚在一级市场证明自己融资能力超强的公司,会这么迫切地把自己往二级市场里推。
至少从公开信息层面来看,DeepSeek远没有到必须依靠IPO才能延续研发的困境,从2026年4月的V4,再到9月的V4.1-Flash,DeepSeek也一直保持着合理的模型迭代节奏。在这个过程中,DeepSeek甚至还有余力探索具身智能这些支线的投资,公开可查的投入就包括Winverse、理格万物,还有宇树科技的股份配售。
所以到底是哪个环节的影响被严重低估了或者被忽略了?不知道,反正特别适合感叹一句“慌啥子嘛”。
而且这个时间节点未免有点太微妙了:2026年11月19日,是
从道理上讲,若真想给自家路线正名、向外传递信心,11月19日确实像个“贴脸”出手的好时机。可实际情况是,从Anthropic启动IPO到正式挂牌,再到开盘后的两个交易日,过程如下:10月15日,多家媒体报料,部分投资者在Anthropic投资者日之后,将其IPO估值预期从约2万亿美元下调至1.5万亿美元;11月19日,Anthropic以83美元发行价完成IPO,募资约813亿美元,市值勉强超过1.2万亿美元,所幸收盘涨至97.17美元;到第二个交易日,Anthropic又跌至88.91美元,几乎把上市首日的涨幅吐了回去,同一天标普500下跌2.02%,纳斯达克下跌2.25%。
说11月19日Anthropic这场IPO是“丧事喜办”,其实不算夸张。这轮IPO里发生的所有事、招来的质疑、碰上的挑战,Deepseek肯定都看在眼里,而且看得比我这个小编辑全面得多。
那在这样的前提下,所谓消息人士为何偏挑11月19日放风?他们想暗示什么?假如一切真如他们所说(毕竟眼下财联社那篇文章还没被删、也没被改),Deepseek又为什么选在此时?他们凭什么觉得这是个不错的放风窗口?
再说点格局小的话。这段时间友商动不动就写《投资人已经不看xxx了》《xxx连A轮投资人都不赚钱了》这类稿子,哪一篇不是从一场看着匆匆忙忙、不太完美的IPO起头?哪一篇不是暗戳戳拿这么一场不完美的IPO去证伪一个赛道或一家公司?这些文章又有哪一篇被舆论指责没媒体素养?偏偏你看K线,还真就亦步亦趋地配合。
反正在我的常识里,或者说我的生活经验告诉我,IPO确实只是个工具、一种机制,从来不是终点,可市场从来就不是只讲工具理性的地方。再退一万步讲,要不“
不知道。反正千言万语,似乎都比不上感叹一句“慌啥子嘛”。本期的VC Weekly,我也因此挑了5期来自硅谷的播客,内容大致可以归成三个问题:硅谷怎么看DeepSeek每一步的发展?我们一直说DS带来了巨大冲击,那它到底打破了什么共识?美国人反思,为什么DS没有诞生在美国?
因为“钱给的太多太容易”,所以美国才没有DS?
2025年1月31日,硅谷创投播客《All-In Podcast》更新《DeepSeek Panic, US vs China, OpenAI $40B%3F, and Doge Delivers》。当期参与讨论的有风险投资人查马斯·帕里哈皮蒂亚(Chamath Palihapitiya)、杰森·卡拉卡尼斯(Jason Calacanis)、大卫·弗里德伯格(David Friedberg)等人,嘉宾包括Uber联合创始人特拉维斯·卡兰尼克(Travis Kalanick),以及时任白宫AI与加密货币事务负责人的大卫·萨克斯(David Sacks)。
DeepSeek发布R1后,美国市场一片恐慌。英伟达股价暴跌,台积电、博通等公司也跟着被抛售。当时传得最广的说法是,DeepSeek只花了约600万美元,就训出了能跟OpenAI媲美的模型。
查马斯注意到一个被人忽略的细节:DeepSeek在模型开发中对GPU内存的使用做了优化,还通过更底层的PTX编程提升了英伟达GPU的运行效率。他怀疑,中国企业受到的算力限制,反倒逼着研究人员去找美国公司没有迫切动力探索的路子。
接着他抛出一个让VC尴尬的问题:一家AI创业公司刚成立,投资人就给2亿美元,它还会费心研究这些问题吗?或许只给200万美元,反而更容易冒出DeepSeek这样的创新。
查马斯用一句话点了题:Constraint makes for great art——“约束催生伟大的创造。”
弗里德伯格则把话题引向投资回报。他的看法是,如果模型性能不断上升、价格持续下降,模型本身创造的价值未必能被模型公司全部拿走,应用、用户乃至其他产业可能分到更多收益。他还提到
萨克斯对此有保留。他指出,DeepSeek R1当时主要与OpenAI几个月前发布的o1竞争,领先实验室还在继续推进前沿模型。现在就断言基础模型已经商品化,为时过早。
这一期最值得听的,是几位投资人对DeepSeek的反应并不一致。有人开始质疑巨额融资对创新效率的作用,有人担心模型公司的利润空间,还有人坚持认为前沿研发仍有足够高的投资回报。
DeepSeek,是当代的“
这句很经典的评价,来自2025年2月6日硅谷风险投资机构a16z旗下《The a16z Show》更新的《DeepSeek: America's
节目标题中的
辛诺夫斯基与卡萨多对这个类比很感兴趣。两人都亲历过上一轮计算产业的变化,尤其熟悉互联网早期网络设备、光纤通信和软件公司的起落。
DeepSeek被他们拿来跟当年互联网基础设施的竞争相提并论。某种基础能力的成本被技术进步一再压低,那些早早占住技术优势的公司,到头来也未必就能把整个产业的利润长期攥住。思科、美国在线、AT&T等公司的往事,正好是理解这类变化的一面镜子。
这期可以搭配辛诺夫斯基同期写的文章《DeepSeek Has Been Inevitable and Here's Why》一起听。在他看来,DeepSeek的出现有很强的历史必然性。美国科技产业反复经历过类似过程:某种曾经昂贵、稀缺、集中在少数企业手里的技术能力,随着工程进步慢慢普及。
这种观点给DeepSeek的评价相当高。它也在提醒美国投资人,英伟达一天跌掉近6000亿美元,或许说明市场此前对AI基础设施的价值判断本身就有问题。
DeepSeek的真实训练成本,到底是多少钱
2025年2月7日,AI投资播客《No Priors》第100期上线,题为《DeepSeek, Deep Research, and 2025 Predictions》。这期节目由Conviction创始人萨拉·郭(Sarah Guo)和硅谷天使投资人埃拉德·吉尔(Elad Gil)搭档主持,两人投过不少美国AI公司。
吉尔开场就表示,DeepSeek在强化学习上有重要创新,可市场对训练成本的解读明显跑偏了。外界传的550万至600万美元,其实只是某个特定训练阶段的算力开销。在此之前的数据处理、研究实验、工具开发,还有别的模型训练,样样都要花钱。吉尔估计,DeepSeek前期可能已经砸进去数亿美元级别的算力成本。
萨拉·郭也认同这项成本远超600万美元,但她觉得DeepSeek还是打破了一个存在很久的想象:
吉尔还给了一组数字:按他们团队测算,过去18个月里,同等能力模型的单位
更值得听的是两人围绕
两人接着聊到未来模型公司跟应用公司的关系。要是基础模型能力越来越接近,风险投资人到底该为模型研发本身给出多高的估值溢价?这个问题硅谷到今天也没完全答上来。
开源究竟给美国AI带来了什么样的冲击?
2026年6月25日,硅谷创投播客《20VC》更新《Deepseek Raises $50BN | Wall St's $725BN AI Question》。主持人哈里·斯特宾斯(Harry Stebbings)请来SaaStr创始人、风险投资人杰森·莱姆金(Jason Lemkin),以及Scale Venture Partners普通合伙人罗里·奥德里斯科尔(Rory O'Driscoll)一起聊。
彼时DeepSeek刚做完首轮外部融资,金额约74亿美元,估值到了500亿美元。节目对DeepSeek的讨论落在两个问题上:一家曾靠有限资金完成技术突破的公司,为什么也需要几十亿美元融资?中国开源模型的能力逐渐追上美国闭源模型,美国投资人又该怎么评估后者的盈利能力?
莱姆金对DeepSeek的态度挺复杂。他认可中国企业发展开源模型的战略意义,但也认为免费开源的背后总得有人掏训练费。他原话是:Open source is a bit of a fake because China's paying for all the training——“开源多少有些名不副实,因为训练费用是中国在支付。”
这话带着明显的地缘政治偏见。在他看来,中国有动力持续资助开源模型,免得未来的经济基础设施完全依赖美国的OpenAI、Anthropic。奥德里斯科尔则更偏向商业投资的视角。他觉得,如果开源模型能用低得多的价格提供相近能力,领先的闭源模型公司可能少赚一些,第二梯队会损失更多利润,排名靠后的公司甚至可能撑不下去。
节目还提到红杉资本投资人大卫·卡恩(David Cahn)此前关于AI资本开支的讨论。全球AI产业一年投入到7250亿美元量级,得创造多大的经济收益才能盖住这些投入?
奥德里斯科尔粗算了一下,如果主要靠劳动力替代来创造收益,AI得替掉美国约7%—8%的劳动力,这笔账才算得平。他认为这个门槛非常高。
这里还有一处分歧值得关注:DeepSeek能通过开源压低全球模型价格,可它自己怎么收回模型研发的成本?美国竞争对手已经拿到巨额融资,DeepSeek还能不能继续坚持原有的研发模式?
在美国再造一个DeepSeek,至少要花300亿
2026年10月5日,硅谷科技播客《Sources with Alex Heath》更新《Reflection’s founders on building a DeepSeek of the West》。主持人亚历克斯·希思(Alex Heath)请来Reflection AI两位联合创始人:CEO米沙·拉斯金(Misha Laskin),曾负责Google DeepMind旗下Gemini的奖励模型研发;CTO扬尼斯·安东诺格鲁(Ioannis Antonoglou),参与过AlphaGo、AlphaZero研发,并负责Gemini的
Reflection成立于2024年,累计融资46亿美元(约合人民币307亿元),投资方有英伟达、红杉资本和光速创投,最近一轮估值250亿美元。公司把自己定位成“西方的DeepSeek”,打算靠新推出的
希思问了个让两位创始人有点尴尬的问题:美国有Meta这样的巨头,也曾握有领先的Llama模型,为什么最近一年多,开源模型的领先位置反倒被DeepSeek等中国公司拿走了?
拉斯金认为,商业激励很大程度决定了美国模型公司的选择。过去几年,OpenAI、Anthropic靠API收费迅速建立起商业模式,投资人也更愿意支持这种能直接产生收入的模式。Meta虽然推出过优秀的开源模型,持续投入的商业动力却并不充分。
他还拿房地产打了个比方:用闭源模型就像租房,客户每月交租金,房子却始终不是自己的。企业对AI的依赖越深,就越会考虑自己掌握模型、部署基础设施,以及控制数据。
拉斯金说:Closed models are the equivalent in real estate to renting an apartment——“闭源模型在房地产市场里的对应物,就是租公寓。”
Reflection也打算沿这个方向赚钱。公司开放Beam的模型权重,使用
不过这里有个挺有意思的反差。DeepSeek最早轰动硅谷,靠的是资源有限还能做出优秀模型;Reflection已经融了46亿美元,才准备推出自己的第一个
安东诺格鲁和另一位创始人也聊到了开源模型的安全。按安东诺格鲁的说法,全球最强的AI系统要是只攥在一两家机构手里,一旦出问题就是单点故障。主持人接着追问:假如Reflection以后真做出了极其危险的模型,还开不开放?两人没把话说死,承认模型能力到了某些水平之后,发布上可能得加限制。