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？

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 "。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。