计划有变，他准备当首富

唯物的中国芯片产业深度观察

9月9日，深度求索委托中信证券筹备科创板IPO的消息被证实。创始人梁文锋合计持有约78%的股权。若公司市值“按计划”突破1万亿元人民币，梁文锋资产约为7800亿元，将超过现首富、字节跳动创始人张一鸣（资产约5429亿元），成为中国首富。

这个“首富”的含金量，不仅取决于资本市场对其技术路线的定价，更取决于中国人对中国人工智能第一大模型的信心。

与字节跳动靠流量、广告赚钱不同，深度求索的价值建立在一个“不那么确定”的命题上：英伟达GPU正以“一年一更新”的速度疯狂迭代，美国已经切断先进芯片对华出口，深度求索的“效率路线”能不能在算力差距拉大的情况下持续领先？

用户在DeepSeek手机客户端上提问/新华社记者 黄宗治 摄

9月8日，美国财政部长贝森特发表演讲称，“中国永远无法在AI领域超越美国。”同一天，美国国家安全局、网络安全与基础设施安全局、联邦调查局发布网络安全公告，指责6家中国企业“蒸馏”美国前沿大模型。9月10日，美国大模型巨头Anthropic发布报告，宣称7家中国企业提取Claude模型能力。

地缘政治对抗短期内难有转圜，而中美大模型企业“资本量级”也显示了巨大鸿沟。拟上市的Anthropic冲击2万亿美元估值，OpenAI迈向1万亿美元，SpaceXAI估值2500亿美元；如果深度求索凭借“中国大模型估值天花板”地位，上市市值冲到理想状态的1.5万亿元，约合2000亿美元，仅为Anthropic的十分之一。

深度求索要面对的，就是这种10倍估值差距的“不对称竞争”。

本来不想上市

2023年，创始人梁文锋在深度求索成立初期立下三条“铁律”：不融资、不商业化、不路演。

到了今年，“铁律”统统打破，深度求索从“坚决不融资”转向“光速IPO”。

先是4月至6月完成首轮融资，金额510亿元，引入国家人工智能产业投资基金、腾讯、宁德时代，投后估值约4000亿元。首轮交割仅过去一个月，第二轮500亿元融资启动，投前估值约5000亿元。9月初，被证实委托中信证券筹备A股科创板IPO，有望年内递表。

今年6月，深度求索完成首轮外部融资

这家位于杭州、开发大语言模型的人工智能公司，资金来自梁文锋的“幻方量化”基金。“幻方量化”成立于2015年，2017年实现投资策略AI化，是中国最早、最知名的私募基金之一，管理资产规模超700亿元。截至2025年底，近5年收益均值达114.35%，这也是梁文锋此前“不融资”的最大底气。

2025年初，DeepSeek-R1推理模型发布，以“物美价廉”轰动全球。其在多个推理基准测试中的性能堪与OpenAI的o1模型相当，后者是当时“地表最强”的大模型，而DeepSeek只是“无名小卒”，仅用557万美元的成本完成了OpenAI花费1亿美元做到的事情。

DeepSeek的技术路线演进，有三个关键节点。

2025年上半年，它靠强化学习（RL）主导长思考模式，打破了行业依靠大规模监督微调（SFT）的传统，确立了算法和硬件协同的基础。从2025年底至2026年中，它先后发布DeepSeek-V3.2、DeepSeek-VL2及DeepSeek-V4系列，引入稀疏注意力（DSA）机制，补齐多模态和冷启动长思考等短板。9月10日，新模型V4.1 Flash发布，技术倒向更轻量、吞吐量更大、专为Agent优化的异构架构。

DeepSeek-V4 和 DeepSeek-V3.2 的计算量和显存容量随上下文长度的变化

在技术路线上，深度求索走的是“不对称竞争”之路。因为客观条件摆在那里——无法跟美国巨头“硬刚”参数量和预训练规模，因此靠设计模型的输入输出链路、压榨硬件资源搞“效率创新”，让模型的能力不比美国大模型差。

本来，DeepSeek的核心优势就是“物美价廉”。然而，今年8月提价后，它遭到国内友商的“背刺”，不少成本敏感的开发者和中小企转投智谱和阿里；V4.1 Flash新模型再度降低了算力成本——两下一合，DeepSeek于9月10日启动“大降价”，距离它涨价只过去了20多天。

Deepseek 8月提价（上），9月降价（下）

多年“地板价”，深度求索赚钱了吗？据悉，2026年前7个月，其营收为4.75亿元，是2025年的10倍，亏损约7.15亿元（去年全年亏损为9.35亿元）。今年砸下约110亿元布局基础设施，在内蒙古乌兰察布将建设一座1吉瓦超级数据中心，部署16万颗华为昇腾950DT芯片。

可以说，深度求索的基建开支暴涨、人力成本大增（不少员工跳槽），是打破“不融资”铁律的核心动因。

竞争白热化

深度求索的IPO推动之际，国内的竞争对手已经争相融资、上市。

金融政策先行一步“放开”。港交所18C章特专科技新规顺利运转，A股科创板第五章上市标准正式对AI大模型企业敞开大门，中国AI大模型企业展开了融资、估值大比拼。

智谱AI与MiniMax均于今年早些时候在香港上市。9月初，月之暗面秘密申请港交所上市。

智谱AI页面

如果给中国独立大模型企业的市值（估值）排座次，深度求索以约740亿美元的估值位列第一；月之暗面估值为500亿美元，列第二；智谱AI市值约495亿美元，位于第三；MiniMax市值约131亿美元，排在第四位。

剩下的三家估值均未超过30亿美元。阶跃星辰估值约25亿美元；零一万物估值约15至20亿美元；百川智能估值约15至20亿美元。

如果看以上7家公司上半年财报，其ARR（年度经常性收入）的排名与其市值（估值）的排名并不一致。大模型公司之所以看ARR，而不是看传统的净利润或总营收，主要是因为传统的指标估不出一直亏损的公司的价值，用ARR的“指数级增长斜率”可以更前瞻地捕捉到公司的成长速度。

智谱AI号称“中国版Anthropic”，API收入暴涨，ARR为16亿美元；月之暗面靠Kimi K3“爆发”，正秘密与微软、亚马逊、谷歌谈判海外云平台托管，并获取最高30%的商业收入分成，ARR约10亿美元；MiniMax主打海外市场和B端接管，ARR约8亿美元；深度求索靠高达83%的API毛利率，ARR约为5亿美元。

MiniMax中期业绩公告

阶跃星辰、零一万物、百川智能的ARR都在4000万—6000万美元上下，且均处于亏损阶段。

当然，前四名也都在亏损，只是亏多亏少的区别。2026年上半年，MiniMax亏了约25亿元；智谱AI亏了20.72亿元；深度求索亏了7.15亿元；月之暗面没公布数据。

而互联网巨头阿里巴巴（通义千问）、腾讯（混元）、字节跳动（豆包）以及百度（文心一言）并未独立上市，很难与独立大模型公司“平等比较”。

美国的两家大模型巨头Anthropic和OpenAI，基本上承担了全球除中国之外的“行业想象力”。为了显示自己的大模型能力超群，它们均在“百年数学难题”上展开暴力破解，几天之内就解决了一系列重大猜想，令多位菲尔兹奖得主联名反对。反对是有道理的，但也侧面证明AI一发力，脑力劳动者就有了上顿没下顿了。

Anthropic的Claude的实验版本刷新了“黎曼猜想”的数据

OpenAI最新一轮估值8520亿美元，上市目标约1万亿美元；Anthropic最新一轮估值9650亿美元，上市目标约2万亿美元。二者上半年营收均超过130亿美元，但OpenAI亏损210亿美元，Anthropic盈利5.59亿美元、实现了历史性的“利润转正”。

虽然中美大模型企业的市场环境、资本规模差异不小，但两边的头部玩家基本达成了一个共识——想赚钱，就得赚B端而不是C端的钱。

而普遍性的亏损，也是因为大家都在买芯片、买机柜、建数据中心、内存还涨价。总之，AI已经是重资产游戏了，不上市就玩不下去了。

AI的“涌现”？

上市并没那么快。

随着9月16日美联储加息概率升高，Anthropic和OpenAI均有意将上市推至2027年。

截至9月13日，浙江证监局官网尚无深度求索上市辅导备案信息。按辅导备案不少于3个月的流程计算，深度求索最快也要到2027年第一季度上市。

而深度求索面临的挑战，上市只是最简单的那一部分。

一个最核心的问题是，深度求索走“效率创新”模式，能不能在硬件持续劣势的情况下令大模型保持领先？

当下，DeepSeek能保持“物美价廉”的领先地位，一方面是“非对称异构”的做法还可以打破算力瓶颈，像最新的V4.1 Flash输入激活8B，输出激活16B，使它在处理超长上下文时需要的计算资源更少；一方面在显存（HBM）的读写和存储上，DeepSeek将KV Cache压缩437倍，使它在使用国产芯片时依然能跑出83%的API毛利率。

与初代模型相比，Deepseek KV Cache 缩小了437倍

但是，软件层面的优化有其物理极限。当硬件的代差拉大到一定量级后，软件就很难弥补了。

如今，大模型实时推理动辄调用2万亿（2T）参数（静态显存空间至少占用1TB），英伟达GPU的迅速迭代，对显存一秒内刷1TB的数据的需求，两三张卡就可以满足。而如果使用3nm以下、显存带宽为2.0—4.0TB/s的芯片，仅靠压榨硬件能力是满足不了需求的。

华尔街和OpenAI分析长线竞争时，一直鼓吹“暴力美学”——当算力规模突破某个临界点时，模型会涌现出算法完全无法预言的全新能力。因此美国人备齐所有的顶尖硬件，押注在智能的“涌现”上。

AI竞争，已经向数万亿参数、原生多模态实时推理的深水区演变。对于中国大模型而言，算法的创新只是其中“一条腿”，能不能跑得远，也得看“另一条腿”即国产半导体技术（光刻工艺、先进封装、HBM显存等）能不能在“现有硬件撞到物理墙”的窗口期内，实现真正的国产化破局。

那个时候，“10倍估值差异”就不再算得上什么“严重”问题。

作者 | 荣智慧

编辑 | 向现

值班主编 | 张来

排版 | 阿车