DeepSeek“变胖了”：融资500亿，买国产算力、招人、冲刺AGI
来源：互联网
时间：2026-07-02 14:17:12
6月29日晚，DeepSeek发布消息，V4正式版将于7月中旬上线。公告中提到，为了更合理地分配资源、提升服务稳定性，正式版发布后API定价策略将同步调整，引入峰谷定价机制。
过去两周，DeepSeek身上还发生了两件大事。一件是6月16日，公司完成了成立以来的首轮外部融资，总额510亿元，估值接近4000亿元。这一举动直接打破了创始人梁文锋此前“不融资、不上市、不商业化”的原则。另一件则是融资后仅十几天，6月27日，DeepSeek团队与北京大学联合发表了一篇论文，梁文锋本人也在作者名单中。
如果说DeepSeek的上半场，是在证明自己能做出世界一流的大模型；那么下半场，当资本和技术交汇，它需要拿着这笔钱，向外界证明自己是一家真正意义上的商业公司。
融资消息传出后，DeepSeek Harness团队的新负责人崔添翼一天都没闲着。6月25日晚，DeepSeek在多个社交平台发布大规模招聘信息，覆盖算法、研发、运维、产品、数据工程及职能部门等七大类，共33个岗位，工作地点设在北京和杭州，所有岗位均接受实习生。
在DeepSeek官网、Boss直聘、X、小红书等各类平台上，都能看到这位梁文锋的浙大校友、今年3月才加入团队的负责人亲自下场招人，顺便还抽空“辟谣”。
图为 崔添翼在小红书上回应“DeepSeek招人卡清华级学历，还卡豆包经历”的评论
要知道，过去的DeepSeek更像一个沉默、低调、闷头干活的技术员，背靠梁文锋创立的量化私募“幻方量化”。幻方量化2025年年化收益率达到56.55%，管理规模超过700亿元，这让DeepSeek一度不需要依赖外部资本，在外界看来，它似乎“并不缺钱”。
那么，是什么让梁文锋改变了融资态度？核心原因可能在于核心人才的流失风险，以及外部抢人大战的加速。
作为参照，已经抢先上市的“大模型第一股”智谱，截至6月30日，总市值已接近万亿港元；MiniMax的市值也超过了1300亿港元。反观DeepSeek，员工手里的期权还是一张白纸——公司不融资、不上市，没有外部估值参考。有接近DeepSeek的资深从业者分析：“不融资，估值就不往上走。员工手上的期权不会涨。相比之下，智谱、MiniMax以及一些其他大模型团队，估值要么暴涨，要么上市后暴涨。如果DeepSeek再不动，员工肯定留不住。”
留住人才的成本，是一笔不小的开支。2025年，DeepSeek最大的竞争优势，在于一支百余人的高学历“天才”团队——几十位顶尖研究员，加上极具技术理想主义色彩的创始人梁文锋，共同创造了DeepSeek-R1。但今年，各互联网大厂持续高薪“挖角”顶级AI研究员，市场对AI人才的需求激增。公开数据显示，算法岗位月薪中位数普遍超过2.4万元，头部人才月薪超过5万元，AI人才的溢价正在持续扩大。
前程无忧《2026届校招市场AI人才需求报告》
值得注意的是，在这次大规模招聘的岗位中，除了全栈开发、算法、AI核心系统研发、运维、产品等，HR、法务、财务、采购、行政等职能部门也在同步扩招。这种全方位“扩编”释放的信号很明确：DeepSeek正在补齐自己作为一家科技公司的组织能力。
从“产品驱动”迈向“组织驱动”，是许多科技公司必经的成长路径——在组织逐步成熟、平台不断完善、人才激励机制建立之后，大规模的产品红利才会真正释放。完成500亿融资，一方面是留人的需要，另一方面则为补全组织架构提供了基础条件。但在这个过程中，DeepSeek能否“轻盈转身”？在扩招后，如何保持“小团队作战”的精简高效和决策链的灵活敏捷？这是DeepSeek“下半场”要回答的第一个问题。
在6月25日发布的33个岗位中，有些方向的招聘值得特别关注——IDC（互联网数据中心）团队，涉及基础设施建设。早在4月中旬，DeepSeek就在内蒙古乌兰察布发布了首批数据中心岗位，包括数据中心高级运维工程师和数据中心高级交付经理。到了6月，又新增了“IDC设计规划工程师”岗位。
从数据中心运维、交付，再到设计规划，今年以来，DeepSeek的人才布局已经明确从模型研发延伸到了算力基础设施建设。
图为 DeepSeek IDC数据中心团队招聘岗位信息
这背后的逻辑很清晰：随着大模型进入规模化训练和推理阶段，AI模型公司的竞争，即将、也必然会进入“基础设施”的硬件竞赛。这推动DeepSeek不得不和硅谷最前沿的头部大模型公司一样，加入到自建算力集群的重资产“烧钱”游戏当中。
公开数据显示，美国科技巨头Alphabet、亚马逊、Meta和微软，预计今年将总共投资约6500亿美元来扩大人工智能相关基础设施。Anthropic和OpenAI也多次在公开披露的财务文件中强调，将持续加大算力基础设施投入。例如，Anthropic预计仅数据中心容量租赁，每月就要向SpaceX支付约12.5亿美元，一年就是150亿美元——这还不包括GPU采购、网络、运维等成本。
工信部信息通信经济专家委员会委员盘和林此前在采访中指出，当前AI投资热潮之下，大模型企业融资已是大势所趋：“不仅是DeepSeek，谷歌也融资800亿美元，行业已进入重资本阶段。”
为了不在算力重资本建设上掉队，DeepSeek必须在资金上“开源”——拿到融资，再投入算力、数据中心等基础设施建设。值得注意的是，DeepSeek建设算力基础设施，是在海外先进算力出口受限的背景下进行的。这意味着，上述算力将由国产芯片驱动。在DeepSeek V4发布时，官方页面和技术报告里已经提到了对国产算力的探索。5月底，华&为提出“韬（τ）定律”，试图通过器件、芯片、系统等全栈协同优化，突破摩尔定律放缓带来的瓶颈。国产大模型也正在加速适配国产算力，其探索目标是——“自主可控的AI基础设施”。
对于DeepSeek这样的基础模型公司来说，仅有资本和组织还不够。要想保持长期领先，关键是持续产出原创技术。一位资深算力从业者也强调，DeepSeek本轮大规模融资，本质上就是为了给团队激励、留下核心人才：“只有足够的融资，才能训出好模型，才能奠定头部位置。”
论文是观察DeepSeek在新技术探索方面的一个重要缩影。据不完全统计，近两年，DeepSeek公开发表了约27篇核心技术论文，研究方向覆盖MoE（混合专家）、强化学习、代码大模型、数学推理、多模态等，几乎对应了其每一代核心模型和关键技术突破。
就在6月27日，DeepSeek官方在GitHub上低调更新了一篇关于“DSpark”新技术的论文。
论文中，DeepSeek提出全新的推理加速框架“DSpark”，在不改变模型能力的前提下，大幅提升了大模型推理速度和系统吞吐
与以往不同，这篇论文并非迭代新模型，而是在原有DeepSeek-V4-Pro和DeepSeek-V4-Flash基础上增加了一个推测解码模块，重点在于工程落地层面的优化。DeepSeek的意图是，在将DSpark部署到线上服务系统、承接真实用户流量时，减少无效校验带来的算力浪费。论文中提到：“在不改变底层模型架构的情况下，将生成速度提高了60-85%。”对于每天处理海量API请求的AI公司而言，算力成本每降低一点，利润空间就增加一点。
据VentureBeat今年2月的消息，模型训练的费用只会越来越高。Anthropic的CEO Dario Amodei预测，未来一代前沿模型的培训成本将达到50亿至100亿美元。上述资深算力从业者表示，DeepSeek也将进入同样“烧钱”训练模型的阶段。为了支持模型训练的持续迭代，融资是早晚的事。
更多媒体解读认为，在融资后仅十几天就上线新论文，DeepSeek似乎在向外界证明：公司的核心节奏没有变，研发团队依旧保持着高频输出。
无论是上新模型、建设数据中心，还是从“天才实验室”转变为商业化运营的AI公司，DeepSeek进化的尽头只有一个——AGI。在2024年接受《暗涌Wa ves》采访时，梁文锋就明确表态：“我们做的就是AGI（通用人工智能）。语言大模型可能是通往AGI的必经之路。”
在免费阶段，用户对响应失败、对话中断、API限流等问题尚可容忍。但一旦7月DeepSeek V4正式版上线，用户对稳定性的要求将随之提高。如果问题持续存在，将直接影响用户是否愿意将DeepSeek接入真实工作流和业务系统。进入付费端、开发者生态和企业场景后，DeepSeek的工程能力将面临更严格的考验。模型能否真正走向大规模应用，也是进入AGI时代必须跨越的一道门槛。
当外界希望DeepSeek推动中国大模型降本增效时，它自己心里还盘算着一笔账：现在正处于AGI的关键时期，首要目的是留住人；其次是要持续训练模型、不断在技术层面迭代出新；数据中心的基础设施“仗”也不能输。光靠梁文锋的量化私募基金幻方量化，确实远远不够。
2026年，DeepSeek启动融资是一个必然的选择。正如它在6月25日晚发布的招聘公告中所写的那样：“当今人类正处于AGI的前夜。”下一步，DeepSeek要面对的是更长期、更烧钱的AGI竞赛。它能否像在“大模型”竞赛中间出圈一样，继续在AGI的进程中“领跑”？这是DeepSeek“下半场”要回答的第二个问题。
