闭门会议言论泄露：一句话冻结百亿募资
2026 年 7 月下旬，刚在一个月前完成 70 亿美元首轮融资的 DeepSeek，突然口头通知潜在投资者叫停第二轮至少 100 亿元人民币的融资谈判。导致这场谈判戛然而止的导火索，是创始人梁文锋在首轮投资者会议上的讲话录音被泄露并迅速在圈内传播。他在会上直言中国在顶级 AI 算力储备上持续落后于美国，且对进口高端芯片的依赖短期内难以根除。
图：DeepSeek 标志。来源：Wikimedia Commons
第一财经（Yicai）与彭博社（Bloomberg）随后证实了相关言论的真实性，梁文锋对内部交流内容外泄表示强烈不满。第二轮融资原计划以至少 4800 亿元人民币（约 660 亿美元）的投前估值推进，引入新的战略投资人。当创始人坦承集群算力上限受制于外部环境时，原本支撑这一高估值的算法突破逻辑受到了直接冲击。
4800 亿估值难题：从算法溢价到物理算力墙
DeepSeek 在 2026 年 6 月完成首轮 70 亿美元融资时，由腾讯和宁德时代（CATL）等巨头领投，估值一举冲上 500 亿美元。彼时市场看重的是其通过极致架构优化在算力利用效率上实现的跨越式提升。然而，当估值要求进一步抬升至 4800 亿元人民币时，资本市场开始重新考量底层硬件规模的支撑能力。
图：DeepSeek-V4 系列整体架构图。来源：Wikimedia Commons
大模型训练的 Scaling Law（规模法则）依然在发挥作用，单靠算法层面的剪枝与蒸馏无法完全弥补集群绝对算力的数量级差距。在万卡乃至十万卡集群的持续迭代中，显存带宽与节点间互联拓扑成为了硬性物理瓶颈。梁文锋在会议中提及的芯片依赖问题，揭示了算力硬件供给对后续超大模型训练周期的约束。
二级市场与拟参投资本的担忧集中在模型训练的资本支出效益上。如果在同等训练时间下硬件集群吞吐量存在差距，研发团队就需要投入翻倍的时间或资金来弥补性能损失。这种算力瓶颈在长文本与多模态模型大流行阶段被进一步放大，使得高估值下的投资回报率计算变得格外敏感。
融资逻辑转向：供应链焦虑与避险重估
过去两年国产 AI 实验室的估值飙升，很大程度上依赖于资本市场对快速缩短差距的乐观预期。梁文锋的泄露言论将整个行业的讨论焦点拉回到了硬件断供与地缘限制的真实边界上。当闭门会议中的算力底牌被公开放置在桌面上，潜在投资者不得不重新调整风险定价策略。
对于准备在年内启动 IPO 的 DeepSeek 而言，上市招股书将面对更严苛的合规与风险披露。在此敏感节点继续推高私募估值，可能会拉大二级市场定价与一级市场估值之间的锚定落差。暂停融资签署协议、维持谈判通道，是管理层试图在资本热潮与硬件现实之间寻找喘息空间的工程防御选择。
算力焦虑同样反映在国产替代芯片的生态适配成本上。尽管国内芯片厂商在硬件吞吐指标上持续推进，但软件栈生态、并行编译框架以及异构集群故障率依然需要高额的研发调试成本。这些难以凭空抹平的隐性时间成本，正被逐笔计入大模型公司的真实运营账本中。
暂停背后的战略考量：公开市场的上市路演前哨战
叫停第二轮协议签署并不意味着谈判通道的彻底关闭，多家跟投机构表示双方仍保持着沟通。在 IPO 筹备的临界点上，明确算力约束能够帮助团队剔除短期投机资金，筛选出愿意共同承担硬件供应链波动的长线资本。这种策略能够有效避免上市后因硬件断供导致业绩预期兑现失败的剧烈波动。
硅谷顶级实验室正通过数十万张新一代 GPU 构筑更高深度的算力护城河，研发投入动辄以百亿美元计。中国头部 AI 团队在应对硬件限制的同时，需要在有限的算力配额下重新规划模型架构演进路线。这场暂停构成了商业融资的短暂休整，推动中国大模型赛道从盲目追赶转向理性硬核演进。
重新校准中国 AI 实验室的价值坐标
梁文锋在投资者会议上的直言不讳虽然引发了短期的融资震荡，却打破了行业长期存在的口号式繁荣。当估值 500 亿美元的头部企业选择直面算力落后的现实时，整个产业链条正在被迫放弃幻想，加速投入到异构计算与高效架构的深度攻坚中。
DeepSeek 暂停百亿融资的事件，标志着中国 AI 创业公司的估值定价模式彻底告别了纯粹的算法神话时代。当算力储备与供应链避险能力取代简单的模型榜单排名成为资本评估的核心参数时，行业竞争已经演变为涉及芯片、网络互联、软件栈与资本耐力的综合体能测试。这场由言论泄露引发的叫停，最终将重塑中国大模型资本市场最真实的基础逻辑。
参考链接：
- Bloomberg 报道
- 第一财经（Yicai）报道
- Fortune 报道
