DeepSeek曾让硅谷相信，人工智能的发展可能不必永远依赖越来越昂贵的芯片和数据中心。如今，这家中国公司正准备投入一笔足以改变自身命运的资金，加入它曾经试图颠覆的资本竞赛。

10月22日，彭博社引述知情人士报道，DeepSeek最新一轮融资规模约为1000亿元人民币，折合约150亿美元。宁德时代和腾讯据称是主要投资者。路透社当天亦引述两名了解情况的人士称，融资正在接近完成。

交易细节尚未由DeepSeek正式公布，资金承诺与最终交割也需要区分。不过，这已是中国人工智能行业近年来最引人注目的融资事件之一。

仅仅两年前，DeepSeek引发全球关注的理由恰恰相反。

2025年初，它凭借相对较低的训练成本和开放模型策略，挑战了一个逐渐被美国科技公司接受的假设：只有拥有最昂贵芯片、最大数据中心和最充足资金的企业，才能开发最先进的人工智能。

现在，DeepSeek自己也开始筹集巨额资金。

这并不意味着它此前关于效率的技术突破失去了价值。相反，人工智能行业正在经历的变化是：高效率降低了单次计算的成本，却可能刺激更大规模的计算需求。

对DeepSeek而言，真正的问题已经不是能否用较少资源训练出一个出色的模型，而是能否将这种技术能力发展成一家长期保持全球竞争力的公司。

从算法突破到资本竞赛

DeepSeek最初的竞争优势，来自一种与美国大型实验室不同的资源配置方式。

当OpenAI、Google和Anthropic持续扩张计算基础设施时，DeepSeek通过模型架构、训练方法和工程优化，证明资源限制并不必然阻止技术进步。

这改变了全球AI市场的定价预期，也迫使竞争对手重新审视模型开发成本。

但一次技术突破与持续经营一家前沿实验室，是两种不同的挑战。

最先进模型的竞争不再局限于训练阶段。企业还需要维持庞大的推理服务、处理日益复杂的用户请求、不断更新模型，并建立能够吸引研究人才的长期研发体系。

DeepSeek的融资轨迹显示，它已经进入这一阶段。

今年6月，公司据报完成约500亿元人民币的首轮外部融资。10月初，路透社报道，其新一轮融资目标已从最初约500亿元提高至至少800亿元，潜在规模可能达到1000亿元。

当时，公司寻求的估值约为5000亿元人民币，约合750亿美元。需要强调的是，融资额不是公司估值，而这一估值也尚不能视为本轮交易的最终定价。

为什么宁德时代要投资一家AI公司？

腾讯投资DeepSeek并不难理解。

作为中国最大的互联网平台之一，腾讯拥有微信、游戏、云计算和企业服务等业务。先进模型能够降低其人工智能服务成本，并帮助它减少对外部技术供应商的依赖。

对腾讯而言，投资DeepSeek不仅意味着潜在的财务回报，也可能获得更紧密的技术合作关系。

宁德时代的逻辑则更值得研究。

这家以动力电池闻名的公司，正在面对人工智能数据中心迅速增长的电力需求。

训练和运行大型模型需要稳定供电。随着AI服务器的功率密度提高，数据中心对储能、备用电源、能源管理和电力系统可靠性的要求也在上升。

宁德时代在这些领域拥有商业利益。投资DeepSeek可能帮助它更早进入人工智能基础设施的供应链，并了解未来大型计算中心的能源需求。

但这仍然是一种商业逻辑分析，而不是已经得到证实的投资目的。宁德时代尚未公开说明此次投资是否附带设备采购、储能供应或其他商业合作安排。

如果DeepSeek未来采购宁德时代的能源设备，那将是一项值得单独披露和审查的关联商业关系。

这笔投资反映出AI产业的一个变化：竞争正在从模型公司之间，延伸至芯片、电力、储能、通信和基础设施企业之间。

人工智能不再只是软件生意。

160,000颗芯片，才是这笔融资真正的考验

比融资规模更重要的，是DeepSeek打算如何花钱。

彭博社此前报道，DeepSeek计划在内蒙古建设大型人工智能数据中心，部署至少16万颗华为AI加速芯片，并与华为合作开发针对昇腾芯片的编程工具。

路透社已经确认双方在相关软件工具方面存在合作，但数据中心最终部署规模、建设进度和实际采购成本，仍有待进一步披露。

如果这项计划得到落实，DeepSeek将面临与美国竞争对手相似的工程挑战：如何将成千上万颗芯片连接成稳定的计算集群，如何降低通信延迟，以及如何控制电力和冷却成本。

但它还有一个美国顶级实验室通常不必以同样方式面对的问题：先进芯片供应受到美国出口管制限制。

国产芯片提供了另一条发展路径，却不代表硬件差距已经消失。大型AI系统的实际效率不仅取决于芯片数量，还取决于芯片性能、互联带宽、软件工具和整个计算集群的利用率。

16万颗芯片也不能简单换算为多少颗英伟达GPU。不同芯片的性能、内存和软件生态存在差异，未经相同工作负载测试的数量比较没有意义。

这使DeepSeek的投资成为中国AI产业的一次重要检验。

过去，中国AI公司可以依靠软件优化弥补部分硬件限制。现在，它们需要证明，国产芯片与自主软件组成的大型计算系统，也能持续训练和运行具有国际竞争力的模型。

如果成功，受益者将不只有DeepSeek，还包括中国的芯片设计、服务器、数据中心和电力设备供应商。

如果失败，昂贵的基础设施可能成为长期财务负担。

开源模型如何支撑一家价值数百亿美元的公司？

DeepSeek面临的另一项矛盾是商业模式。

它的国际影响力在很大程度上建立于开放模型权重和相对低廉的使用成本。这让开发者更容易采用DeepSeek技术，也帮助公司迅速建立声誉。

但模型被广泛使用，并不意味着开发者必须向DeepSeek付费。

企业可以下载开放权重模型，在自己的服务器上部署，或者通过第三方云服务商调用。DeepSeek能够从官方API、托管服务及未来商业产品中获得收入，但未必能直接分享整个生态系统创造的经济价值。

美国顶级AI实验室同样面临巨额算力成本，却在商业模式上采取了不同路径。

OpenAI和Anthropic通过付费订阅、企业服务及API获得收入，同时保持部分最先进模型的专有性。Google则可以将模型能力嵌入搜索、云计算及其他现有业务。

DeepSeek如果继续坚持开放模型策略，就需要回答一个更难的问题：如何让最有价值的客户愿意持续向它付费，而不是仅仅使用它公开发布的技术？

这并不要求DeepSeek放弃开源。

它可以发展企业级服务、专业化模型、托管推理和技术支持，也可能与腾讯等大型平台形成更深入的商业合作。

不过，目前缺少足够完整、经过审计的公开财务数据，无法判断这些业务能否支持长期的大规模研发与资本开支。

投资者需要关注的不只是模型性能排名，还包括收入增长、毛利率、推理服务成本以及资本支出的回收周期。

与美国实验室的竞争，不会只由融资额决定

150亿美元是一笔巨款，但它不是通往全球AI领先地位的保证。

模型能力仍然取决于研究团队、训练数据、计算效率和持续创新。一个资金雄厚的实验室可能开发出性能平庸的模型，而一个资源有限的团队也可能凭借新的技术方法实现突破。

DeepSeek已经证明过后一种可能性。

接下来，它必须证明自己也能管理前一种现实：在大型基础设施、不断增加的人员成本和激烈的国际竞争中，持续产生技术成果。

还有一个不可忽视的因素是地缘政治。

美国对先进AI芯片实施的出口限制，使中国企业不得不投入更多资源建立自己的计算体系。这可能加速国产软硬件的发展，也可能增加重复建设、技术适配和资本配置的成本。

而对于全球开发者，DeepSeek的吸引力还涉及模型是否容易部署、服务是否稳定、数据处理是否符合当地法律，以及企业能否长期获得技术支持。

价格低廉可以帮助企业进入市场，却不足以建立持久的信任。

上市之前，DeepSeek需要证明什么？

路透社此前报道，DeepSeek已聘请中信证券，为潜在的上海科创板上市作准备。但上市时间、融资规模和最终估值尚未确定。

如果公司最终进入公开市场，投资者将获得更多机会审视其真实经营状况。

届时，有几项指标将比融资新闻更加重要：最新模型是否持续接近全球领先水平；国产芯片集群能否达到预期效率；商业收入能否覆盖不断增长的运营成本；以及DeepSeek能否在开放技术与商业回报之间找到稳定的平衡。

这也是此次融资最值得关注的地方。

DeepSeek在2025年改变了人们对AI开发成本的认识。它证明，拥有最多计算资源的企业不一定能够垄断技术创新。

但随着模型能力不断提高，计算需求仍在扩张。更高效的算法可能降低每次训练或推理的单位成本，却也让企业有理由训练更大的模型、服务更多用户。

廉价计算并没有让资本变得不重要。它可能恰恰扩大了资本能够投入的市场。

对DeepSeek而言，150亿美元意味着更大的技术自由，也意味着更沉重的商业责任。

它已经证明中国可以在资源受限的条件下开发有竞争力的人工智能。接下来，它要回答的是：当资源不再是唯一限制，DeepSeek能否建立一家真正具有全球竞争力、并且能够持续经营的AI公司？