文| 源媒匯 謝春風

DeepSeek幾乎承包了今年春節期間的大半熱度。

截圖來源於DeepSeek官網

國產AI獨角獸DeepSeek的意外出圈，令其創始人梁文鋒的家鄉——廣東湛江吳川覃巴鎮米歷嶺村吸引了衆多遊客前往“打卡”。甚至還有建築風水師拿着羅盤，研究起米歷嶺村的房屋佈局和梁文鋒的家宅佈局。

一時間，科技與玄學巧妙“相融”。

在國內大廠以及國際巨頭紛紛傾力押注AI大模型的市場背景下，DeepSeek，這家由量化私募公司幻方量化（下稱“幻方”）孵化的大模型公司，團隊核心成員僅百餘人，沒有鋪天蓋地的發佈會，卻以“能用、好用、用得起”的口碑悄然滲透市場。

DeepSeek的崛起，不僅曾引發美國科技股的大幅下跌，甚至迫使行業掀起價格戰。

而梁文鋒本人更因豪捐上億善款、拒絕資本裹挾的姿態，成爲中國AI領域的一股清流。

01一場“沉默”的技術革命

與多數AI公司依賴資本“造勢”不同，DeepSeek的春節走紅充滿“草根性”。

主要體現在兩個方面：

第一，技術下沉。例如，DeepSeek開源的7B小模型，在英特爾至強CPU上即可運行，讓縣城中學能用老舊機房開展AI教學，甚至縣城程序員用它調試代碼。此外，DeepSeek開源的數學推理模型，更被中小科技公司接入業務系統；

第二，極致性比價。例如，DeepSeek-R1和DeepSeek-V3等模型的API調用價格低至0.14元/萬token，僅爲行業均價的1/20。河南某農產品電商，藉此將智能客服成本壓縮92%。

支撐DeepSeek“極致性價比”的，是幻方從量化交易中淬鍊出的生存哲學——自研“動態計算圖”技術，讓同一批GPU可並行訓練3個模型，硬件利用率達89%，遠高於行業平均水平；訓練數據清洗引入量化風控模型，將無效數據標記率提升至93%，百億參數模型訓練成本控制在800萬元內。

不同於大廠執着於萬億參數競賽，DeepSeek專注提升“單位算力產出效率”。其13B參數模型在法律文書審覈場景擊敗多家千億級大模型，核心在於對合同條款、行業術語的精準理解——這源於幻方量化團隊多年處理金融法律文本的經驗遷移。

此外，梁文鋒堅持“用量化交易的錢養AI研發”。其曾表示，作爲出資人之一的幻方，有充足的研發預算，另外每年有幾個億的捐款預算，之前都是給公益機構，如有需要亦可做調整。同時，還有分析稱，幻方將每年淨利潤的90%投入技術攻堅，團隊成員甚至自願將年終獎轉爲研發基金。

這種模式，避開資本對短期回報的追逐，但也暗藏風險——2023年A股波動導致幻方研發資金同比減少18%，團隊不得不暫停兩個長期項目。

02第一桶金與“不差錢”的底氣

2016年成立的幻方，最初只是杭州一家低調的量化私募基金，團隊不足20人，卻憑藉AI算法在二級市場屢創收益神話。

幻方的財富密碼始於量化交易。梁文鋒團隊早年開發出一套基於機器學習的高頻交易系統，在2015年A股波動中逆勢斬獲300%年化收益，迅速積累數十億資本。

至2022年，幻方管理規模突破千億，成爲亞洲最大量化私募之一。同年，幻方和員工向慈善機構捐贈共計約3.6億元，其中一名員工以個人名義捐贈1.38億元。該捐贈人也被外界鎖定爲梁文鋒。

圖片來源：幻方量化公衆號

“不差錢”的梁文鋒，甚至多次公開表示：“幻方不需要融資，我們賺的錢足夠養活創新。”

之後，梁文鋒團隊將量化領域的AI技術積累遷移至大模型賽道，成立DeepSeek，僅用3年時間便衝至全球大模型競技場第二梯隊，與谷歌、Meta同臺競技。

天眼查顯示，杭州深度求索人工智能基礎技術研究有限公司（下稱“深度求索”）成立於2023年，由寧波程恩企業管理諮詢合夥企業（有限合夥）和梁文鋒分別持股99%和1%，而前者亦爲梁文鋒控股公司。

DeepSeek運營主體便是深度求索。

相較於OpenAI數千人的團隊和百億美元投入，DeepSeek核心團隊僅百餘人，研發成本不足行業巨頭的1/10。其開源模型DeepSeek-Math在GSM8K數學推理測試中超越GPT-4，而API價格僅爲GPT-4的1/50。這種“極致性價比”直接衝擊市場，倒逼阿里、百度等大廠降價應戰。

DeepSeek崛起背後，是近乎“瘋狂”的技術投入。

曾被小米創始人雷軍以千萬年薪招攬的DeepSeek開源大模型DeepSeek-V2的關鍵開發者之一，被譽爲“天才AI少女”的羅福莉，曾直言：“在幻方，技術理想比商業回報更有吸引力。”

DeepSeek的崛起，側面反映出國產芯片行業的當前困局。

03中國需要100個DeepSeek

“中國AI芯片的問題不在製程，而在生態。”

“如果我們能讓國產芯片的算法效率提升30%，就能撕開一道口子。”

在近期央視訪談中，梁文鋒如是談到。

爲了規避英偉達限制，DeepSeek使用華爲升騰910B訓練模型，但算子兼容性問題導致訓練效率降低40%，團隊不得不用30%工程師人力開發轉換工具。對此，梁文輝認爲，這原本該是芯片廠商的工作。

此外，也有業內觀點認爲，如果中國AI只能在英偉達芯片和OpenAI論文基礎上修修補補，這不過是另一種形式的代工。

當多數公司焦慮“何時做出中國版GPT-4”時，幻方用數學思維重新定義競爭維度——不做參數規模的奴隸，而是深耕“輸入1度電，產出10倍智能”；

當行業沉迷資本故事時，幻方證明，用量化交易的“快錢”支撐硬核科技的“慢研發”，並非天方夜譚；

當全球追逐通用人工智能（AGI）聖盃時，中國或許更需要1000個深度改造製造業、農業、小微企業的“專用智能”。

春節假期結束第一天，DeepSeek社區出現一條高贊留言：“我們縣城程序員用你的模型接了三個訂單，養活了一個五人小團隊。”這或許纔是中國AI最真實的生命力——不在融資新聞的頭條裏，而在無數普通人用技術改善生活的細節中。

當全球AI陷入千億美金“軍備競賽”時，梁文鋒與幻方提供了一種反主流敘事——用數學家的極致理性、工程師的務實創新，以及近乎偏執的成本控制，證明“聰明資本”與“技術理想主義”可以共存。

這或許正是中國AI破局的關鍵密碼：不需要另一個OpenAI，而是需要100個DeepSeek。

冷峻又務實，或爲國產AI的未來。