2026 年 4 月 24 日，很多人第一次察觉到 DeepSeek-V4 远不止一次常规模型更新，信号源不是 Hugging Face，也不是 DeepSeek 官方公告，而是 B 站。

华为昇腾 CANN 官方账号直接开播，标题直白点明DeepSeek V4 昇腾首发。一个大模型发布新品，反倒由芯片生态官方站台讲解，这件事本身就打破了 AI 圈的常规逻辑。

如果只是参数扩容、上下文拉长、跑分提升的普通升级，不过是 AI 行业日常的军备竞赛，开发者收藏、产品转发 benchmark 截图便足矣。但这次 V4-Pro 的 1.6 万亿总参数、49B 激活参数、百万 token 上下文、MIT License 开源，全部和华为昇腾 950PR 原生适配绑定，直接让事件从 “模型更新” 升级为重磅产业信号。

同一天，路透社报道腾讯、阿里正参与 DeepSeek 融资谈判，其估值短短几天从 100 亿美元飙升至 200 亿美元以上，中文创投圈甚至传出 3000 亿人民币融前估值的消息，国产 GPU 概念股也应声上涨。资本市场看不懂专业技术缩写，却读懂了核心逻辑：DeepSeek 正在成为中国算力产业链的 “凝结核”。

把时间拉回 484 天前，2024 年 12 月 26 日 DeepSeek-V3 发布，这段历程从来不是简单的 “中国 AI 崛起”，而是技术理想主义者直面现实规则、最终征服规则的故事。

---

一、人：离开的是人才，更是技术路线的分流

这份人员变动表清晰呈现：2025 年初至 2026 年 4 月，DeepSeek 多位核心研发陆续出走 —— 罗福莉加入小米 MiMo、王炳宣入职腾讯、阮翀加盟元戎启行、郭达雅进入字节 Seed，还有魏浩然等专项人才离职，人才流动从零散挖角，变成倒逼企业资本化、股权定价的结构性压力。

郭达雅加盟字节 Seed 的消息，更是让 DeepSeek 的人才价值被行业明码标价。作为 DeepSeek-R1 推理能力的核心贡献者，他负责的 Agent 方向，正是行业下一阶段的核心赛道，即便 “亿元年薪” 的传闻被辟谣，也足以证明 DeepSeek 核心人才的行业稀缺性。

在此之前，DeepSeek 更像武侠里的隐世门派，背靠幻方量化输血，团队埋头做技术，不谈融资、不追商业化。但 AI 行业不会永远偏爱 “只做研究的修士”，当手里的技术成为行业刚需，人才被争抢是必然结果。

人才出走的核心原因，不只是大厂更高的薪酬、更成熟的期权回购，更关键的是技术路线的自然分叉：

• DeepSeek 的核心优势在基座模型、极致成本控制，组织文化偏向 “把模型做精做便宜”；
• 2025 年后行业重心转向 Agent、端侧落地、自动驾驶多模态、工具链闭环，研究员的发展方向与 DeepSeek 内部路线出现偏差。

这就像当年的贝尔实验室，人才外溢不是背叛，而是技术方法论的行业扩散。但贝尔实验室有 AT&T 的稳定利润支撑，DeepSeek 的背后只有幻方量化，无法无限为行业 “供血”。

梁文锋面临的现实问题很直白：想留住人，就要让股权有价格；想让股权有价格，就要进入资本市场；进入资本市场，就要回答商业化、增长、盈利的现实问题。这不是理想主义的妥协，而是企业活下去的必经之路。

---

二、财：557 万美元的神话，终究要补全真实账单

表格里的时间线戳破了 “低成本神话” 的表层：2024 年 12 月 V3 披露训练成本仅 557 万美元，2025 年 9 月 R1 训练成本更是低至 29.4 万美元，“便宜” 成了 DeepSeek 最亮眼的标签，也成了最紧的枷锁。

这个数字极具传播力，让全球看到中国团队能用极低成本做出顶级模型，打破了硅谷 “算力越贵、模型越强” 的叙事。但这份 “漂亮收据”，只算了单次训练的 GPU 成本，没算前期架构探索、硬件储备、工程团队、推理服务、生态运营的长期投入。

行业机构估算，DeepSeek 背后的硬件总支出超 13 亿美元，GPU 集群规模达 5 万张，这才是前沿模型公司的真实生存成本。幻方量化即便盈利能力强劲，也扛不住 V4 之后万亿参数、国产适配、全球生态、企业服务的持续烧钱 —— 训练是打仗，生态运营是长期驻军，驻军的成本远高于打仗。

2026 年 4 月的突然融资，也就变得合情合理。估值从 100 亿美元飙至 200 亿美元以上，腾讯、阿里争相入局，资本抢的不是一家模型公司，而是云计算、政企 AI、国产算力网络的核心战略节点。

DeepSeek 设置的高投资门槛，筛掉的也不是小钱，而是只想赚快钱的财务投资者，它需要的是能提供云算力、政企资源、芯片供应链、合规背书的资源型股东，这和 SpaceX 的转型逻辑如出一辙：便宜只是打开缺口的子弹，长期发展需要完整的资源支撑。

---

三、事：开源底座，成了全行业的 “通用武器”

从 2024 年 12 月 V3 开源，到 2026 年 7 月停用旧版模型，DeepSeek 的业务线清晰展现：它从一个自研模型，彻底变成了全行业可调用的公共技术基础设施。

2025 年 1 月是关键转折点：R1 登顶美国 App Store 免费榜，直接导致英伟达单日市值蒸发约 5930 亿美元，一个中国开源模型引发全球资本市场震动，甚至被美国纳入技术安全叙事。

而在国内，腾讯元宝率先接入 DeepSeek-R1 满血版，微信搜索也开启灰测，直接盘活了腾讯的 AI 产品线，元宝的 DeepSeek 模式单日使用量暴涨超 100 倍。随后，阿里、车企、云厂商、企业应用纷纷接入，DeepSeek 的影响力被无限放大。

但开源的双刃剑效应也彻底显现：所有人都能用它，但收益未必流向它。

云厂商、入口平台、垂直应用把 DeepSeek 的模型接入自己的产品，拿走了用户、数据、商业回款，DeepSeek 则陷入 “基础设施” 的商业尴尬 —— 就像 Android 系统，赋能了所有手机厂商，最大红利却被谷歌拿走。

V4 的发布更是把这个逻辑推到极致：兼容 OpenAI 与 Anthropic 接口，推出三种思考强度模式，全面面向 Agent、工程研发、长程任务场景，等于给行业递上了 “现成的武器 + 打磨好的刀柄”，开发者零成本迁移，却让 DeepSeek 的商业闭环更难搭建。

DeepSeek 的两难也在于此：下场做 C 端、做应用，会和全行业竞品正面竞争；只做模型底座，又会被下游持续压价。这是开源模型公司必须面对的商业命题。

---

四、物：从 H800 到昇腾，一场彻底的国产算力换芯手术

DeepSeek-V4 最核心的参数，不是 1.6 万亿，而是昇腾。

2024 年 V3 的训练基础还是英伟达 H800，团队通过极致工程优化，在受限芯片里跑出了低成本奇迹。但 2025 年美国出台 AI 芯片管制规则，H20、H100 的供应被政策反复摇摆，对模型公司来说，供应链的不确定性，比硬件昂贵更致命。

2026 年 2 月，DeepSeek 彻底转向国产芯片，不再向美国厂商提前展示新模型，而是优先对接国内供应商；4 月 V4 发布，华为昇腾 950PR/950DT 实现 “day zero” 原生适配，华为昇腾超节点全面支持 V4 推理。

这场 “换芯” 不是简单的模型拷贝，而是从算子重写、编译器适配、推理框架优化到通信调度的全链路改造，尤其是万亿参数 + 百万 token 上下文的模型，任何环节效率不足，都会让国产适配沦为空谈。

V4 的技术优化，也恰好解决了国产算力的核心痛点：通过 DSA 稀疏注意力、mHC 流形约束等技术，让百万 token 上下文的推理成本大幅下降，V4-Pro 单 token 推理 FLOPs 仅为 V3.2 的 27%，KV 缓存仅为 10%，让国产算力真正实现 “跑起来、跑稳定、跑便宜”。

英伟达忌惮的也从来不是中国模型变强，而是中国模型脱离 CUDA 生态，在国产算力栈里实现自我循环。CUDA 的软垄断，比芯片性能更难打破，而 DeepSeek-V4，正是切开这层垄断的第一刀。

---

五、结尾：便宜之后，理想主义照进现实

DeepSeek 这 484 天，最容易被误读成一场 “中国 AI 完胜硅谷” 的爽文，但真正的价值，藏在每一次胜利背后的反作用力里：

• 低成本的胜利，让它必须持续维持低价，被市场预期绑架；
• 开源的胜利，让全行业受益，自己却陷入商业困境；
• 人才的胜利，让核心成员被争抢，倒逼企业融资定价；
• 国产适配的胜利，让它成为芯片生态重组的核心，却要承担巨额工程成本。

这从来不是理想主义的失败，恰恰是因为前 484 天足够纯粹，DeepSeek 才拥有了和现实谈判的筹码。梁文锋赌对了：先把技术边界推到极致，再回头解决商业化、资本化、供应链的现实问题。

484 天后，DeepSeek 早已不是那个 “557 万美元训练模型” 的实验室，它是全球开发者的开源底座、腾讯阿里争抢的资本标的、美国紧盯的地缘符号、国产算力的核心标杆。

它的历程，就是中国 AI 的压缩样本：技术理想需要资本支撑，开源需要商业护城河，国产化需要真金白银的工程投入，低成本的奇迹，终究要靠长期的实力延续。

推动中国 AI 继续向前的，从来不止是技术，还有直面现实的勇气，和重构产业规则的能力。

推荐PMP/软考/NPDP/CSPM/信创机构/学习AI全链路技能知识找学长：