近日，DeepSeek宣布完成成立以来的首轮融资，总额高达510亿元人民币，投后估值约4185亿元。此次融资中，创始人梁文锋个人出资约200亿元，投资方阵容豪华，包括腾讯、宁德时代体系、京东、网易及IDG资本等。与此同时，多家媒体报道称，DeepSeek正积极筹备内地IPO，计划最快于今年提交上市申请，目标在2027年实现上市。在近期一场长达4小时的投资者交流会上，梁文锋深入分享了DeepSeek的组织文化、开源逻辑、技术路线以及对行业竞争的判断。以下整理出其中的20个核心关键词与观点，带您读懂梁文锋眼中的DeepSeek下一阶段蓝图。
**1、愿景：管理大公司，靠的并非规章制度，而是愿景。愿景并非墙上空洞的标语，而是实际的运作方式——即你如何行动，而非仅仅口头宣称。**
**2、克制：克制本身就是一种战略。这意味着有时需要舍弃一部分利益，以换取其他更重要的东西。关于不开源，我们可以将其视为一种压力，也可以看作是战略性的让利。**
**3、主线：我们只专注于AGI这条主线。AI领域广阔，但对于3D生成、视频生成等我们认为与智能主线关联不大的领域，我们不会涉足。基于目前的判断，世界模型和通用智能并非现阶段最重要的课题。核心在于AI训练，以及训练后如何解决持续学习的问题。**
**4、持续学习：这是下一代模型的核心能力。在此之前，我们的目标是通过优化成本、提升效果和加快速度来积累经验。但若要实现大的突破，模型必须具备持续学习的能力。**
**5、通用智能：持续学习一旦实现，通用智能便会水到渠成。这能让我们的工作变得更加轻松高效。反之，若强行通过人工方式去构建通用智能，那将是一个既累又苦、数据与人力密集且性价比极低的过程。**
**6、稳定性：保持团队稳定是我们最大的核心利益，甚至可以说是唯一的根本利益。只要团队能够保持稳定，我就一定能实现AGI目标，这道理其实很简单。**
**7、中美差距：人才并非瓶颈，资源才是最大的制约。算力资源的匮乏限制了实验机会，从而导致人才整体水平与美国存在差距。无论是人才、模型能力还是应用层面，中美之间的区别归根结底源于算力资源的差异。**
**8、管理：公司管理分为两条线：一是自上而下，二是自下而上。自下而上的特点是给予员工自主权，想做什么自己决定，无人监管，也不设KPI。公司整体建立在共识基础上，我的权威和影响力也源于此，而非个人独断。**
**9、资源：我们需要多少算力卡？毫无疑问，越多越好。只要在合理价格范围内，我们就会尽可能多地采购。**
**10、规模：我们坚信Scaling Law（规模定律），即模型规模越大，效果越好，能解锁更多功能。阻碍我们扩展规模的并非主观意愿，而是算力限制。我们目前的模型规模并非因为“刚好够用”，而是基于现有资源所能承载的最大极限计算得出的。**
**11、芯片：国产AI芯片在硬件和生态上不存在障碍，唯一的问题是产能不足。国产卡在适配上没有阻碍，英伟达也难以阻挡这一趋势。在正常商业环境下，国产替代较难；但若英伟达卡无法买到，所有人都会被迫转向国产芯片。我认为这实际上是英伟达在自掘坟墓。华为的950超节点在性能和价格上完全可以替代英伟达的GB200或GB300。**
**12、未来五年：我不太相信五年后我们还会受困于产能问题。虽然今年、明年和后年可能仍面临产能瓶颈，但我对五年后的前景持乐观态度。**
**13、全球AI位置：在全球AI分工中，中国公司很可能扮演“产量最大”的角色。凭借最大的芯片和电力产能，我们将把产品做到极致性价比。目前国外商品中美产差异不大，未来AI领域也是如此，但中国产的AI价格将具有系统性的优势，就像其他行业一样。**
**14、AI差距：中美在AI领域的最终差距主要体现在三个方面：成本、时间和用户体验。除此之外，似乎已无显著差距。**
**15、少即是多：拥有资源多的人可能被拥有愿景多的人打败。即便你没有实际资源，若你的愿景能“拿走”更多，你就可能赢。毕竟大家都没有拿到真金白银，只是在谈愿景。如果你的愿景被认为拿得更多，你就先输了，面临更大的困难。**
**16、多模态：我们一直在布局多模态，这对产品体验和C端用户确实很重要。但在智能的上限层面，多模态只是一个组件，而非主线本身。我们的V4及后续版本将支持原生多模态，但我们不会将其视为智能本身。**
**17、责先利后：公司内部很多人的共识是：首先模型要对自己有用。只有自己好用，才意味着可能对别人也有用。先保证对自己有用，能让我们在开发下一版模型时更加高效。**
**18、开源：关于开源，我们一开始就很清楚。首先基于愿景，其次我们认为开源有助于AI的商业化。这看似矛盾，但AI与以往不同。如果AI将占据全球GDP的10%，那么独占是不可能的，必须分享。否则，公司无法生存。**
**19、数据：目前，我们公司有一半的人在负责数据标注。甚至有一半的核心研究员，即最重要的人员，也在参与标数据。在现阶段，解决AI问题主要靠的就是数据标注。**
**20、商业化：我们本质上仍是一家公司，只是在考虑赚什么钱、何时赚钱、赚多少以及如何赚钱时有所取舍。许多伟大的公司之所以成功，是因为有超越利润的追求。这种追求不仅没有阻碍其商业化，反而能促进其商业表现更好。**